日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

芯原的神經(jīng)網(wǎng)絡(luò)處理器IP獲百余款人工智能芯片采用

文傳商訊 ? 來源:廠商供稿 ? 作者:芯原 ? 2021-11-12 10:49 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

客戶數(shù)量突破50家,用于其100余款人工智能芯片, 應(yīng)用在10個(gè)主要市場領(lǐng)域

領(lǐng)先的芯片設(shè)計(jì)平臺(tái)即服務(wù)(Silicon Platform as a Service,SiPaaS?)企業(yè)芯原股份(股票代碼:688521)今日宣布其面向人工智能應(yīng)用的神經(jīng)網(wǎng)絡(luò)處理器(Vivante1NPU)IP取得了里程碑式的市場成績:已被50家客戶用于其100余款人工智能芯片中。這些內(nèi)置芯原Vivante NPU 的芯片主要應(yīng)用于物聯(lián)網(wǎng)、可穿戴設(shè)備、智慧電視、智慧家居、安防監(jiān)控、服務(wù)器、汽車電子、智能手機(jī)、平板電腦、智慧醫(yī)療這10個(gè)市場領(lǐng)域。

芯原的Vivante NPU是性能優(yōu)異的計(jì)算機(jī)視覺和人工智能處理器,采用了可編程、可擴(kuò)展、低功耗架構(gòu)設(shè)計(jì)。其單卷積運(yùn)算核性能可從0.5 TOPs到20 TOPs,在進(jìn)行多卷積運(yùn)算核擴(kuò)展后,NPU最大算力可以達(dá)到500 TOPs,充分滿足從超低功耗可穿戴設(shè)備到數(shù)據(jù)中心高性能計(jì)算的全面需求。芯原Vivante NPU還可針對不同芯片尺寸和功耗預(yù)算進(jìn)行定制化設(shè)計(jì),是具成本效益的優(yōu)質(zhì)神經(jīng)網(wǎng)絡(luò)加速引擎。其完整的軟件棧和SDK,支持主流的深度學(xué)習(xí)框架,包含Tensorflow、PyTorch、ONNX、TVM、IREE等。此外,Vivante NPU提供從模型轉(zhuǎn)換、量化、圖優(yōu)化、在線編譯或離線編譯,到最終設(shè)備部署的所有環(huán)節(jié)的成熟解決方案,幫助客戶快速推出產(chǎn)品。

作為中國排名第一,全球排名第七的半導(dǎo)體IP提供商2,芯原已擁有六類自主處理器IP。除Vivante NPU外,其他分別為圖形處理器(GPU)、視頻處理器(VPU)、數(shù)字信號處理器(DSP)、圖像信號處理器(ISP)和顯示處理器(Display Processor)。芯原Vivante NPU IP可與公司其他自有處理器IP協(xié)同,以實(shí)時(shí)增強(qiáng)圖像、音頻等信號,提供更卓越的用戶體驗(yàn)。該NPU協(xié)同技術(shù)目前已被應(yīng)用于行業(yè)領(lǐng)先企業(yè)的旗艦電視產(chǎn)品中。

“神經(jīng)網(wǎng)絡(luò)處理技術(shù)可以與其他如ISP等技術(shù)進(jìn)行深度內(nèi)聯(lián)與耦合,以達(dá)到顛覆性的應(yīng)用效果,”芯原執(zhí)行副總裁兼IP事業(yè)部總經(jīng)理戴偉進(jìn)表示,“基于芯原成功的Vivante NPU,我們正專注于搭建更加完善的人工智能硬件、軟件生態(tài)系統(tǒng),并提供開源的標(biāo)準(zhǔn)與機(jī)器學(xué)習(xí)框架。目前我們開源的TIM-VX( Tensor Interface Module )項(xiàng)目已獲得行業(yè)領(lǐng)先企業(yè)的廣泛采用,使其能夠建立智能的生態(tài)系統(tǒng)。”


ymf

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 處理器
    +關(guān)注

    關(guān)注

    68

    文章

    20344

    瀏覽量

    255362
  • 芯原
    +關(guān)注

    關(guān)注

    0

    文章

    141

    瀏覽量

    11895
  • 人工智能芯片
    +關(guān)注

    關(guān)注

    1

    文章

    124

    瀏覽量

    31114
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    科技DPNPU新IP產(chǎn)品最新進(jìn)展,單核支持0.5~4.8TOPS靈活算力配置

    Parallel NPU)新IP產(chǎn)品,在公司內(nèi)部測試中取得了圓滿成功。 ? 國科技表示,公司最新推出的這款神經(jīng)網(wǎng)絡(luò)處理器DPNPU新IP
    的頭像 發(fā)表于 01-09 09:19 ?5563次閱讀
    國<b class='flag-5'>芯</b>科技DPNPU新<b class='flag-5'>IP</b>產(chǎn)品最新進(jìn)展,單核支持0.5~4.8TOPS靈活算力配置

    神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)

    日常生活中的智能應(yīng)用都離不開深度學(xué)習(xí),而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)?神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu),特別是大
    的頭像 發(fā)表于 12-17 15:05 ?492次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識(shí)

    原NPU IP VIP9000NanoOi-FSISO 26262 ASIL B認(rèn)證

    認(rèn)證,標(biāo)志著公司在神經(jīng)網(wǎng)絡(luò)處理器功能安全領(lǐng)域的重要進(jìn)展。該IP采用精簡架構(gòu)設(shè)計(jì),便于集成至SoC中,同時(shí)能夠提供高質(zhì)量推理、低功耗以及緊湊的芯片
    的頭像 發(fā)表于 12-02 10:48 ?897次閱讀

    NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫分為多個(gè)功能,每個(gè)功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標(biāo)是訓(xùn)練一個(gè)手寫數(shù)字識(shí)別的神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)內(nèi)。 在仿真環(huán)境下,可將其存于一個(gè)文件,并在 Verilog 代碼中通過 read
    發(fā)表于 10-20 08:00

    人工智能工程師高頻面試題匯總:循環(huán)神經(jīng)網(wǎng)絡(luò)篇(題目+答案)

    后臺(tái)私信雯雯老師,備注:循環(huán)神經(jīng)網(wǎng)絡(luò),領(lǐng)取更多相關(guān)面試題隨著人工智能技術(shù)的突飛猛進(jìn),AI工程師成為了眾多求職者夢寐以求的職業(yè)。想要拿下這份工作,面試的時(shí)候得展示出你不僅技術(shù)過硬,還得能解決問題。所以
    的頭像 發(fā)表于 10-17 16:36 ?902次閱讀
    <b class='flag-5'>人工智能</b>工程師高頻面試題匯總:循環(huán)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>篇(題目+答案)

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    神經(jīng)元,但卻能產(chǎn)生復(fù)雜的行為。受此啟發(fā),與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比,LNN旨在通過模擬大腦中神經(jīng)元之間的動(dòng)態(tài)連接來處理信息,這種網(wǎng)絡(luò)能夠順序
    的頭像 發(fā)表于 09-28 10:03 ?1605次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和廣泛的應(yīng)用前景。然而,神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和規(guī)模也在不斷增加,這使得傳統(tǒng)的串行計(jì)算方式面臨著巨大的挑戰(zhàn),如計(jì)算速度慢、訓(xùn)練時(shí)間長等
    的頭像 發(fā)表于 09-17 13:31 ?1338次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與加速技術(shù)

    智能家居芯片:技術(shù)核心與創(chuàng)新突破

    。 技術(shù)架構(gòu)與特點(diǎn) 智能家居芯片采用異構(gòu)計(jì)算架構(gòu),整合多種計(jì)算單元: 1. 主處理器(CPU):負(fù)責(zé)通用計(jì)算和任務(wù)調(diào)度 2. 神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 09-04 16:25 ?1119次閱讀

    利用超微型 Neuton ML 模型解鎖 SoC 邊緣人工智能

    nRF52805),只占用幾千字節(jié)的非易失性存儲(chǔ)(NVM)。這使得以前被認(rèn)為不可能的應(yīng)用也能增加 ML 功能。例如,您現(xiàn)在可以在廣泛的傳感網(wǎng)絡(luò)的每個(gè)節(jié)點(diǎn)上進(jìn)行人工智能
    發(fā)表于 08-31 20:54

    關(guān)于人工智能處理器的11個(gè)誤解

    本文轉(zhuǎn)自:TechSugar編譯自ElectronicDesign人工智能浪潮已然席卷全球,將人工智能加速處理器整合到各類應(yīng)用中也變得愈發(fā)普遍。然而,圍繞它們是什么、如何運(yùn)作、能如
    的頭像 發(fā)表于 08-07 13:21 ?1279次閱讀
    關(guān)于<b class='flag-5'>人工智能</b><b class='flag-5'>處理器</b>的11個(gè)誤解

    格羅方德擬收購人工智能處理器IP供應(yīng)商MIPS

    近日,格羅方德(GlobalFoundries)宣布達(dá)成一項(xiàng)最終協(xié)議,擬收購人工智能(AI)和處理器IP領(lǐng)域的領(lǐng)先供應(yīng)商MIPS。此次戰(zhàn)略收購將拓展格羅方德可定制IP產(chǎn)品的陣容,使其能
    的頭像 發(fā)表于 07-09 18:03 ?1360次閱讀

    MAX78000采用超低功耗卷積神經(jīng)網(wǎng)絡(luò)加速度計(jì)的人工智能微控制技術(shù)手冊

    人工智能(AI)需要超強(qiáng)的計(jì)算能力,而Maxim則大大降低了AI計(jì)算所需的功耗。MAX78000是一款新型的AI微控制,使神經(jīng)網(wǎng)絡(luò)能夠在互聯(lián)網(wǎng)邊緣端以超低功耗運(yùn)行,將高能效的AI處理
    的頭像 發(fā)表于 05-08 11:42 ?1153次閱讀
    MAX78000<b class='flag-5'>采用</b>超低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>加速度計(jì)的<b class='flag-5'>人工智能</b>微控制<b class='flag-5'>器</b>技術(shù)手冊

    MAX78002帶有低功耗卷積神經(jīng)網(wǎng)絡(luò)加速人工智能微控制技術(shù)手冊

    人工智能(AI)需要超強(qiáng)的計(jì)算能力,而Maxim則大大降低了AI計(jì)算所需的功耗。MAX78002是一款新型的AI微控制,使神經(jīng)網(wǎng)絡(luò)能夠在互聯(lián)網(wǎng)邊緣端以超低功耗運(yùn)行,將高能效的AI處理
    的頭像 發(fā)表于 05-08 10:16 ?1041次閱讀
    MAX78002帶有低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>加速<b class='flag-5'>器</b>的<b class='flag-5'>人工智能</b>微控制<b class='flag-5'>器</b>技術(shù)手冊
    长岭县| 遂昌县| 绥阳县| 乳源| 宁夏| 上林县| 包头市| 承德市| 泗阳县| 宁德市| 桃园市| 汉寿县| 深泽县| 古蔺县| 鄂托克前旗| 磴口县| 鸡东县| 荣昌县| 枣强县| 垦利县| 阳西县| 白沙| 静安区| 自治县| 永清县| 隆尧县| 武强县| 融水| 屏山县| 小金县| 高州市| 新野县| 佛教| 谢通门县| 泰和县| 台山市| 汝城县| 灵川县| 筠连县| 赤壁市| 梁山县|