小米于12月25日发布了小米17 Ultra及其徕卡版、Buds 6和手表5。17 Ultra为影像旗舰，搭载徕卡1英寸主摄和2亿像素长焦，售价6999元；徕卡版售价7999元，提供独特影像模式。Buds 6重4.2克，支持真无损音频，售价699元；手表5售价1999元起，具备多项功能。

本研究针对可解释人工智能（XAI）在实时场景下应用受限于计算密集型操作的问题，通过提出XAIedge框架，将近似计算技术应用于XAI算法。研究表明，XAIedge在保持相似准确性的同时，能在TPU基础的边缘设备上实现2倍的能效提升，显著推动可解释AI在能源受限的实时应用中的部署潜力。

本研究针对无人机图像中小目标检测面临的低分辨率和复杂背景问题，提出了一种新颖的边缘目标检测框架EDNet。该框架通过增强的YOLOv10架构实现实时应用，结合了快速上下文注意力和跨连接策略，提高了多尺度上下文的感知能力，显著提升了小目标检测的效果。

本研究解决了当前大型语言模型（LLM）在性能和能效方面的重大挑战，提出了一种新的硬件加速解码方法（HADES）。通过在硬件层面支持推测解码，我们的工作显示，这种新方法能够显著提升LLM的运算效率，为更先进的实际应用铺平道路。

OpenBSD 7.6 发布，集成 libva 2.22.0，实现图形硬件加速，提升视频播放和省电性能。支持 Qualcomm X Elite 芯片，可在 Microsoft Copilot+PC 上安装 Arm64 版。更新包括多 CPU 并行 UDP 输入、Arm64 设备 Spectre-V4 缓解、Intel Atom CPU RFDS 漏洞减轻。

本文介绍了一种通过硬件单元专门化和数据流架构实现大型语言模型加速的方法，实验结果显示在BERT模型方面可以实现16.1倍的加速，在GPT生成推理方面分别实现2.2倍的加速和5.7倍的能效提升。

OpenBSD最新提交中集成了libva库，实现硬件加速视频编解码，提升视频播放体验和续航时间。

本文综合调查了Vision Transformers（ViTs）的模型量化和硬件加速方面，探讨了ViTs的架构特性、运行时特性、模型量化原则，以及最新的量化技术。同时，还探索了量化ViTs的硬件加速，并强调了硬件友好算法设计的重要性。讨论了未来的挑战和研究方向。

本文总结了Android绘制中的Xfermode和硬件加速知识，介绍了Xfermode的作用和常用的子类PorterDuffXfermode，以及硬件加速对绘制效率的提升。同时提醒注意不支持硬件加速的操作，可以通过设置属性或调用方法来开启或关闭硬件加速。

本研究开发了实时图像分类和火灾分割模型，通过硬件加速和TensorRT影响，提高了无人机计算和能量约束下的火灾分类准确性和速度。与无硬件优化模型相比，分类速度提高了13％，损失和准确性在1.225％范围内。

本文介绍了如何在WPF应用程序中启用RDP硬件加速。通过修改运行时配置文件或csproj文件，可以实现图形和视觉效果的加速呈现。这种优化可以提高性能和响应性。

华为云社区文章介绍了昇腾CANN 7.0中DVPP硬件加速数据预处理功能，解决了AI模型训练中Host CPU预处理的性能瓶颈问题。DVPP能够执行图片解码、缩放、翻转等操作，与NN计算独立。通过简单代码修改，DVPP可接管torchvision预处理逻辑，显著提升数据处理速度，减少对CPU的依赖，提高整体训练效率。

苹果发布新一代 M 系列芯片，基于 TSMC 3nm 制程，支持光线追踪、动态缓存技术和 AV1 硬件解码，每瓦性能改进，神经网络引擎较 M2 系列提升 16%，最高支持 128GB 内存，CPU 核心数 8/12/16，GPU 核心数 10/18/40。