Skia深入分析10——Skia库的性能与优化潜力
Skia库性能与优化潜力
图形/渲染
算法/架构
作为图形渲染引擎，性能上是非常重要的，按通常Android手机60帧的刷新率，绘制一帧的总时间只有16ms，可谓是毫厘必争。提升性能到最后，就必然跟不同CPU的特性打交道，毕竟一个SIMD下去，好做的提升5、6倍，不那么好做的也达到2、3倍，收益极其可观。
SIMD，在intel上是SSE，在arm上是neon，在
Anaconda GPU计算入门指南
随着人工智能时代的到来，计算能力变得越来越重要。GPU计算已经成为了必然的趋势，对于机器学习爱好者来说要想训练一个高质量的神经网络，使用GPU无疑是最佳选择。
高性能计算技术也能助推大规模深度学习（百度实践）
本文描写了百度硅谷人工智能实验室在深度学习框架中引入HPC技术的实践，通过对OpenMPI里ring all-reduce算法进行改进，使语音识别训练模型的性能得到数十倍的提升，最后百度开源了其实现，希望更多的人受益。
异构计算与高性能计算，是打开未来的两把钥匙
阿里云新推出E-HPC、构建“云上超算”，实际上是阿里云异构计算在HPC领域的一次全新实践。9月12日，除了发布E-HPC，阿里云还发布了新一代GPU实例GN5i和新一代FPGA计算实例F2。
云栖科技评论第78期：不能在真空中发展人工智能
从MIT的计算与人工智能学院，到NVIDA的Clara平台，我们不难读出人工智能当前的两大发展关键词：第一是融合，与产业、科研、民生、经济实现充分的融合，发挥最大的价值；第二是利旧，搞AI绝对不是推倒重建，而是以融合为基础的充分利旧，这不仅降低AI应用的成本开支，让AI能够更易被接受，更重要的是它说明了AI的“身份和地位”：这是一项社会生活、经济发展、产业升级中的“支撑性技术”，单纯的发展AI就像在真空中发展互联网一样，不可能成功。
