| AI | 微軟 | 語音合成 | google | AutoML | 自然語言 | PDF | Nvidia | TensorRT | 推論 | 萊迪思 | 28奈米 | FPGA | IT周報
AI趨勢周報第114期：快又不漏字！微軟發表FastSpeech能更快產生逼真自然的語音
微軟發表FastSpeech仿真語音生成模型，可快速產生逼真的人類語音，解決語音合成速度緩慢的痛點。Google正式推出AutoML Natural Language，新增了PDF語意理解功能，還可支援5,000個分類標籤，訓練資料量最多可支援1百萬筆文件。Nvidia發表新一代深度學習加速的SDK TensorRT 7，透過優化的編譯器，來加速迴歸和Transformer模型的推論，比傳統CPU快10倍以上。
2019-12-19
| FPGA | 萊迪思 | CrossLink-NX
萊迪思28奈米全新嵌入式FPGA產品亮相，鎖定工業及車用AI視覺推論需求，更加入動態調整設計對應不同場景
萊迪思近日發表採用28奈米製程設計的首款嵌入式FPGA產品CrossLink-NX，強調尺寸更小，更省電，還加入AI處理執行能力，並且具備有動態調整設計的能力，可以對應低功耗與高效能不同場景。
2019-12-13
| AI | google | 影片理解 | 演化學習 | 平頭哥 | MCU | AIoT | Netflix | Polynote | 萊迪思 | FPGA | IBM | 跨雲 | 緯創 | IT周報
AI趨勢周報第107期：Google發表輕量影片理解模型，辨識1秒長的影片只要10毫秒
Google發表一套輕量影片理解模型Tiny Video Networks，利用演化學習，迭代出最優化的類神經網路模型。實驗結果顯示，TVN辨識1秒的影片，在GPU上只需要10毫秒，在CPU上則需要37至100毫秒，而傳統作法得用數十、數百層的卷積類神經網路（CNN），在CUP和GPU上的執行時間更耗上數千毫秒。
2019-11-01
