<thead id="19fxw"></thead>

    <video id="19fxw"></video>
    <i id="19fxw"></i>

    <acronym id="19fxw"></acronym>
      1. NCC S1 神經網絡計算卡

        基于AI專用的APiM架構,無需外部緩存的模塊化深度神經網絡學習加速器,用于高性能邊緣計算領域,可作為基于視覺的深度學習運算和AI算法加速。外形小巧,極低功耗,擁有著強勁算力,配套完整易用的模型訓練工具、網絡訓練模型實例,搭配專業硬件平臺,可快速應用于人工智能行業中

        2.8Tops強勁算力

        NCC S1基于AI嵌入式神經網絡處理器(NPU),擁有28000個并行神經計算核,支持芯片上并行與原位計算,峰值運算能力高達5.6Tops,典型算力2.8Tops。其強勁的算力,能進行復雜的高密度計算,適用于高性能邊緣計算領域

        AI處理架構APiM

        采用AI專用的MPE矩陣引擎和APiM(AI processing in Memory,存儲中的AI處理)架構,以革命性的方式處理AI,一次升級網絡預加載,無需指令、總線,無需外部DDR緩存,大量數據可直接輸入/輸出硅片,從而大大提高了AI的處理速度,降低處理能耗

        9.3Tops/W超高效能

        NCC S1神經網絡計算卡的核心采用28nm工藝制程,在2.8 Tops算力時功率僅300mW,效率能耗比高達為9.3 Tops/W,在擁有超強的算力同時保持了極低的能耗,讓其應用在終端設備的邊緣計算領域中極具優勢

        高性能硬件平臺

        NCC S1神經網絡計算卡可搭配ROC-RK3399-PC開源主板,配置高性能RK3399六核處理器,擁有豐富的硬件接口,可快速集成邊緣計算的硬件平臺,搭建產品原型,加速AI產品的項目進程

        • MIPI
        • eDP
        • HDMI
        • POE
        • Type-C
        • GPIO

        配套模型訓練工具

        提供基于PyTorch完整易用的模型訓練工具PLAI(People Learn AI), 可在Windows 10與Ubuntu 16.04系統上開發,更簡單快捷地添加自定義網絡模型,大大降低了使用AI的技術門檻,讓更多人能更容易打開AI的大門

        提供網絡訓練模型

        支持GNet1,GNet18和GNetfc三種網絡訓練模型實例,后續會持續增加網絡實例,輕松在設備上測試大量深度學習應用

        產品參數

        參數
        NPU

        Lightspeeur SPR2801S (28nm 制程, 獨特 MPE 與 APiM 架構)

        典型算力

        2.8 TOPs@300mW

        峰值算力

        5.6 TOPs@100MHz

        適用平臺

        ROC-RK3399-PC平臺

        支持框架

        支持 PyTorch, Caffe 框架, 后續支持 TensorFlow

        開發工具

        PLAI 模型訓練工具(現支持基于 VGG的 GNet1, GNet18 and GNetfc 網絡模型)

        支持 Ubuntu 和 Windows 操作系統

        尺寸

        27.5x12.5x3.5mm

        大香大香焦免费视频播放蕉75