NCC S1 特性 参数 维基 下载
立即购买
立即购买

NCC S1 神经网络计算卡

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

2.8Tops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，典型算力2.8Tops。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

9.3Tops/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

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

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

产品参数

参数
NPU

Lightspeeur SPR2801S (28nm 制程, 独特 MPE 与 APiM 架构)
典型算力

2.8 TOPs@300mW
峰值算力

5.6 TOPs@100MHz
适用平台

ROC-RK3399-PC平台
支持框架

支持 PyTorch, Caffe 框架, 后续支持 TensorFlow
开发工具

PLAI 模型训练工具(现支持基于 VGG的 GNet1, GNet18 and GNetfc 网络模型)

支持 Ubuntu 和 Windows 操作系统
尺寸

27.5x12.5x3.5mm