采用芯原股份神经网络处理器 IP 的 AI 类芯片累计出货超 1 亿颗

采用芯原股份神经网络处理器IP的AI类芯片累计出货超1亿颗据芯原股份2月29日消息,全球采用芯原神经网络处理器(NPU)IP的人工智能(AI)类芯片累计出货超过1亿颗,主要应用于物联网、可穿戴设备、智慧电视等10个市场领域;过去7年,芯原股份NPUIP已被72家客户用于上述市场领域的128款AI芯片中。另外,芯原最新推出的VIP9000系列NPUIP提供了可扩展和高性能的处理能力,适用于Transformer和卷积神经网络(CNN),并具备4位量化和压缩技术,以解决带宽限制问题。(证券时报)

相关推荐

封面图片

华尔街见闻获悉,芯擎科技在3月20日发布一款全场景高阶智驾芯片——龙鹰智驾芯片AD1000,单颗芯片NPU(神经网络处理器)算力

华尔街见闻获悉,芯擎科技在3月20日发布一款全场景高阶智驾芯片——龙鹰智驾芯片AD1000,单颗芯片NPU(神经网络处理器)算力达256TOPs,并可通过多芯片协同实现算力拓展,进而满足L2++到L4级自动驾驶的需求。亿咖通科技董事长兼CEO、芯擎科技董事长沈子瑜表示,龙鹰智驾芯片AD1000将是目前最领先的自动驾驶高阶芯片,超越国际主流厂商的硬件算力。接下来芯擎科技将与众多自动驾驶科技公司、一级供应商和主机厂打造开放的算法和生态体系,为中国车厂提供高阶自动驾驶国产全栈解决方案。(全天候科技)

封面图片

基于AI芯片的神经网络优化实战

名称:基于AI芯片的神经网络优化实战描述:作为一个AI芯片轻量化设计的学习者,我深深体会到了网络结构、识蒸馏优化和低秩分解优化在实际应用中的重要性。以下是我个人的一些心得体会:网络结构剪枝是一种有效的减少复杂度和计算量的方法。通过对神经网络中冗余参数的剪枝,可以大幅减少模型的大小和计算复杂度,从而提高模型的训练和推理速度。同时,剪枝还可以使模型更加稀疏,从而提高模型的通用性和泛化能力。建议先收藏保存,不定时失效。链接:https://pan.quark.cn/s/a0d9260de283大小:NG标签:#quark#学习#资源#课程#网络优化频道:@yunpanshare群组:@yunpangroup

封面图片

特斯拉晶圆级Dojo处理器投入量产,采用25颗芯片阵列设计

特斯拉晶圆级Dojo处理器投入量产,采用25颗芯片阵列设计特斯拉在台积电北美技术研讨会上宣布,专为AI训练设计的晶圆级Dojo处理器已开始量产。该处理器采用5x5阵列,共25颗芯片,利用台积电的InFO_SoW技术实现晶圆级互连,模拟单个处理器工作。Dojo处理器耗电量巨大,使用复杂的电压调节模块,为计算平面提供18000安培的电力,散发的热量高达15000W,因此需要水冷散热。尽管特斯拉未透露具体性能,但其在AI训练领域的潜力巨大,具有高带宽、低延迟通信和高能源效率等优势。关注频道@TestFlightCN频道投稿@TNSubmbot

封面图片

汇集各种神经网络的庞大数据库 ——

汇集各种神经网络的庞大数据库——对于使用神经网络的人来说,Supertools是一个真正的宝库。它是一个神经网络库,适用于从编码、创业到娱乐等各种任务。您可以在该网站上按类别对神经网络进行分类,并选择适合您项目的神经网络。此外,您还可以无限制地使用免费的神经网络。神经网络库会不断更新,因此您不难在这里找到与您的项目最相关的神经网络和工具。https://supertools.therundown.ai/#AI#tools

封面图片

炬芯科技智能手表 SoC 采用芯原 2.5D GPU IP

炬芯科技智能手表SoC采用芯原2.5DGPUIP5月15日,芯原股份宣布低功耗AIoT芯片设计厂商炬芯科技在其高集成度的双模蓝牙智能手表SoCATS3085S和ATS3089系列中采用了芯原2.5D图形处理器(GPU)IP。据介绍,随着智能手表屏幕分辨率和刷新率的不断提升,客户对于GPU性能的要求也越来越高,2.5DGPUIP可以提供强大的图形处理能力,提升了智能手表SoC的性能与功耗比,满足用户长时间佩戴的需求。

封面图片

英集芯:目前公司推出 IP5389 芯片,已向正浩、华宝等品牌厂商量产出货

英集芯:目前公司推出IP5389芯片,已向正浩、华宝等品牌厂商量产出货英集芯近期在接受调研时表示,目前公司推出了IP5389芯片,该颗芯片集成了LED照明控制、逆变开关控制、USB输出控制、省电控制、显示控制、DC输出控制、显示控制、库仑计电量计算等丰富功能,单颗芯片即可实现双向充放电解决方案。该颗芯片获得了众多品牌客户的高度认可,公司产品已向正浩、华宝、华美兴泰等品牌厂商量产出货。公司便携式储能业务增长迅猛,未来公司将持续推进高端储能芯片的研发,实现电源管理新突破。

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人