服务热线:400-635-0567

面向边缘侧的深度学习芯片检测

发布时间:2023-10-09 10:56:21

点击量:0

军工检测 其他检测

T/CESA 1120-2020 人工智能 测试指标与测试方法

本文件规定了对边缘侧深度学习芯片进行功能、性能测试的测试指标、测试方法和要求,适用于边缘侧深度学习芯片。本文件只规定边缘侧深度学习芯片基准测试的一般原则。 本文件适用于第三方机构对边缘侧深度学习芯片进行性能测试与评估,也适用于边缘侧深度学习芯片产品的采购、设计。 边缘侧芯片并不必须具备训练能力

AI chips-Test metrics and test method of deep learning chips for edge side

T/CESA 1121-2020 人工智能 测试指标与测试方法

本文件规定了对端侧深度学习芯片进行功能、性能测试的测试指标、测试方法和要求,适用于端侧深度学习芯片。本文件只规定端侧深度学习芯片基准测试的一般原则。 本文件适用于第三方机构对端侧深度学习芯片进行性能测试与评估,也适用于端侧深度学习芯片产品的采购、设计

AI chips-Test metrics and test method of deep learning chips for terminal side

T/CESA 1119-2020 人工智能 测试指标与测试方法

本文件规定了对云侧深度学习芯片进行功能、性能测试的测试指标、测试方法和要求,适用于云侧深度学习芯片。本文件只规定云侧深度学习芯片基准测试的一般原则。 本文件适用于第三方机构对云侧深度学习芯片进行性能测试与评估,也适用于云侧深度学习芯片产品的采购、设计。 云侧芯片并不必须具备训练能力

AI chips-Test index and test method of deep learning chips for cloud side

T/CESA 1043-2019 服务器规范

本标准规定了面向深度学习的服务器的技术要求和测试方法,适用于面向深度学习的服务器的设计、制造、检验等过程

Server for deep learning specification

T/CESA 1247-2023 人工智能 计算机视觉推理用云技术规范

本文件规定了计算机视觉领域面向云侧的深度学习推理芯片的功能及性能指标的技术要求,并描述了对应的测试方法。 本文件适用于芯片生产厂商、应用厂商及第三方机构对计算机视觉领域面向云侧的深度学习推理芯片(包含AI芯片模组和AI加速卡等形态)进行设计、采购、评测

Artificial intelligence—Specifications of cloud side deep learning chips for computer vision inference

T/CESA 1246-2022 人工智能 计算机视觉训练用云 技术规范

本文件规定了计算机视觉领域面向云侧的深度学习训练芯片功能及性能各相关指标的技术要求,并描述了对应的测试方法。 本文件适用于芯片生产厂商、应用厂商及第三方机构对计算机视觉领域面向云侧的深度学习训练芯片(包含AI芯片模组和AI加速卡等形态)进行设计、采购、评测

Artificial intelligence —Specifications of cloud side deep learning chips for computer vision training

ITU-T F.748.12-2021 软件框架评估方法

Deep learning software framework evaluation methodology

T/CESA 1026-2018 人工智能 算法评估规范

本标准的主要借鉴国际标准DO-178C-2011 Software Consideration in Airborne Systems and Equipment Certification 的思想,针对算法的

Artificial intelligence—Assessment specification for deep learning algorithms

T/SIA 006-2018 工程师能力评估标准

1 范围 2 术语和定义 3 深度学习工程师能力评估要素  4 深度学习初级工程师   4.1基本要求   4.2专业知识要求   4.3工程能力要求   4.4业务

Deep learning engineer capability evaluation standard

ESDU 68030 B-1994 平夹层板剪切屈曲载荷 (各同性板和零弯曲刚正交各异性 所有都被夹紧 )

The elastic buckling loads are presented graphically in terms of the overall dimensions of the panel and its flexural and through-the-thickness shear

Buckling loads in shear of flat sandwich panels. (Isotropic face plates and orthotropic cores of zero flexural stiffness@ all edges clamped.)

KS D ISO TR 15969:2011 表分析..溅涂测量

이 표준은 스퍼터 깊이 분포 분석에서 스퍼터 깊이 측정을 위한 지침들을 제공한다. 이 표준

Surface chemical analysis-Depth profiling-Measurement of sputtered depth

DD ISO/TR 15969:2001 表分析..溅涂测量

Surface chemical analysis. Depth profiling. Measurement of sputtered depth

BS DD ISO/TR 15969:2001 表分析..溅蚀测量

This Technical Report gives guidelines for measuring the sputtered depth in sputtered depth profiling. The methods of sputtered depth measurement

Surface chemical analysis - Depth profiling - Measurement of sputtered depth

BS PD ISO/TR 15969:2021 表分析 溅射测量

Surface chemical analysis. Depth profiling. Measurement of sputtered depth

IEEE P2841/D2, February 2022 IEEE 评估框架和流程草案

The recommendations on evaluating and improving algorithm reliability for shortening the development cycle of deep learning algorithm and improving

IEEE Draft Framework and Process for Deep Learning Evaluation

T/CESA 1120-2020 人工智能 测试指标与测试方法

本文件规定了对边缘侧深度学习芯片进行功能、性能测试的测试指标、测试方法和要求,适用于边缘侧深度学习芯片。本文件只规定边缘侧深度学习芯片基准测试的一般原则。 本文件适用于第三方机构对边缘侧深度学习芯片进行性能测试与评估,也适用于边缘侧深度学习芯片产品的采购、设计。 边缘侧芯片并不必须具备训练能力

AI chips-Test metrics and test method of deep learning chips for edge side

T/CESA 1121-2020 人工智能 测试指标与测试方法

本文件规定了对端侧深度学习芯片进行功能、性能测试的测试指标、测试方法和要求,适用于端侧深度学习芯片。本文件只规定端侧深度学习芯片基准测试的一般原则。 本文件适用于第三方机构对端侧深度学习芯片进行性能测试与评估,也适用于端侧深度学习芯片产品的采购、设计

AI chips-Test metrics and test method of deep learning chips for terminal side

T/CESA 1119-2020 人工智能 测试指标与测试方法

本文件规定了对云侧深度学习芯片进行功能、性能测试的测试指标、测试方法和要求,适用于云侧深度学习芯片。本文件只规定云侧深度学习芯片基准测试的一般原则。 本文件适用于第三方机构对云侧深度学习芯片进行性能测试与评估,也适用于云侧深度学习芯片产品的采购、设计。 云侧芯片并不必须具备训练能力

AI chips-Test index and test method of deep learning chips for cloud side

T/CESA 1043-2019 服务器规范

本标准规定了面向深度学习的服务器的技术要求和测试方法,适用于面向深度学习的服务器的设计、制造、检验等过程

Server for deep learning specification

T/CESA 1247-2023 人工智能 计算机视觉推理用云技术规范

本文件规定了计算机视觉领域面向云侧的深度学习推理芯片的功能及性能指标的技术要求,并描述了对应的测试方法。 本文件适用于芯片生产厂商、应用厂商及第三方机构对计算机视觉领域面向云侧的深度学习推理芯片(包含AI芯片模组和AI加速卡等形态)进行设计、采购、评测

Artificial intelligence—Specifications of cloud side deep learning chips for computer vision inference

T/CESA 1246-2022 人工智能 计算机视觉训练用云 技术规范

本文件规定了计算机视觉领域面向云侧的深度学习训练芯片功能及性能各相关指标的技术要求,并描述了对应的测试方法。 本文件适用于芯片生产厂商、应用厂商及第三方机构对计算机视觉领域面向云侧的深度学习训练芯片(包含AI芯片模组和AI加速卡等形态)进行设计、采购、评测

Artificial intelligence —Specifications of cloud side deep learning chips for computer vision training

ITU-T F.748.12-2021 软件框架评估方法

Deep learning software framework evaluation methodology

T/CESA 1026-2018 人工智能 算法评估规范

本标准的主要借鉴国际标准DO-178C-2011 Software Consideration in Airborne Systems and Equipment Certification 的思想,针对算法的

Artificial intelligence—Assessment specification for deep learning algorithms

T/SIA 006-2018 工程师能力评估标准

1 范围 2 术语和定义 3 深度学习工程师能力评估要素  4 深度学习初级工程师   4.1基本要求   4.2专业知识要求   4.3工程能力要求   4.4业务

Deep learning engineer capability evaluation standard

ESDU 68030 B-1994 平夹层板剪切屈曲载荷 (各同性板和零弯曲刚正交各异性 所有都被夹紧 )

The elastic buckling loads are presented graphically in terms of the overall dimensions of the panel and its flexural and through-the-thickness shear

Buckling loads in shear of flat sandwich panels. (Isotropic face plates and orthotropic cores of zero flexural stiffness@ all edges clamped.)

KS D ISO TR 15969:2011 表分析..溅涂测量

이 표준은 스퍼터 깊이 분포 분석에서 스퍼터 깊이 측정을 위한 지침들을 제공한다. 이 표준

Surface chemical analysis-Depth profiling-Measurement of sputtered depth

DD ISO/TR 15969:2001 表分析..溅涂测量

Surface chemical analysis. Depth profiling. Measurement of sputtered depth

BS DD ISO/TR 15969:2001 表分析..溅蚀测量

This Technical Report gives guidelines for measuring the sputtered depth in sputtered depth profiling. The methods of sputtered depth measurement

Surface chemical analysis - Depth profiling - Measurement of sputtered depth

BS PD ISO/TR 15969:2021 表分析 溅射测量

Surface chemical analysis. Depth profiling. Measurement of sputtered depth

IEEE P2841/D2, February 2022 IEEE 评估框架和流程草案

The recommendations on evaluating and improving algorithm reliability for shortening the development cycle of deep learning algorithm and improving

IEEE Draft Framework and Process for Deep Learning Evaluation

检测流程
填写并提交定制服务需求表
技术评估和方案讨论
对选定的试验方法进行报价
合同签定与付款
按期交付检测报告和相关数据
想了解更多检测项目
请点击咨询在线工程师
点击咨询
联系我们
服务热线:400-635-0567
地址:北京市丰台区南三环西路16号2号楼27层
邮编:10000
总机:400-635-0567
联系我们

服务热线:400-635-0567

投诉建议:010-82491398

报告问题解答:010-8646-0567-8

周期、价格等

咨询

技术咨询