人工智能NCC S1 5.6Tops高算力神经网络计算卡

Posted 2021-01-22 teefirefly

基于AI专用的APiM架构，无需外部缓存的模块化深度神经网络学习加速器，用于高性能边缘计算领域，可作为基于视觉的深度学习运算和AI算法加速。外形小巧，极低功耗，拥有着强劲算力，配套完整易用的模型训练工具、网络训练模型实例，搭配专业硬件平台，可快速应用于人工智能行业中。

 

 

5.6Tops强劲算力

 

       NCC S1基于AI嵌入式神经网络处理器（NPU），拥有28000个并行神经计算核，支持芯片上并行与原位计算，峰值运算能力高达5.6Tops，是市面上其他方案的数十倍。其强劲的算力，能进行复杂的高密度计算，适用于高性能边缘计算领域。

 

 

 

AI处理架构APiM

 

       采用AI专用的MPE矩阵引擎和APiM（AI processing in Memory，存储中的AI处理）架构，以革命性的方式处理AI，一次升级网络预加载，无需指令、总线，无需外部DDR缓存，大量数据可直接输入/输出硅片，从而大大提高了AI的处理速度，降低处理能耗。

 

9.3 Tops/W超高效能

 

       NCC S1神经网络计算卡的核心采用28nm工艺制程，在2.8 Tops算力时功率仅300mW，效率能耗比高达为9.3 Tops/W，在拥有超强的算力同时保持了极低的能耗，让其应用在终端设备的边缘计算领域中极具优势。

 

高性能硬件平台

 

       NCC S1神经网络计算卡可搭配ROC-RK3399-PC开源主板，配置高性能RK3399六核处理器，拥有丰富的硬件接口，可快速集成边缘计算的硬件平台，搭建产品原型，加速AI产品的项目进程。

 

配套模型训练工具

 

       提供基于PyTorch完整易用的模型训练工具PLAI（People Learn AI）， 可在Windows 10与Ubuntu 16.04系统上开发，更简单快捷地添加自定义网络模型，大大降低了使用AI的技术门槛，让更多人能更容易打开AI的大门。

 

提供网络训练模型

 

      支持GNet1，GNet18和GNetfc三种网络训练模型实例，后续会持续增加网络实例，轻松在设备上测试大量深度学习应用。

 

进入Firefly官网，可了解NCC S1神经网络计算卡更多内容。