首页 > 其他分享 >VeriSilicon's Vivante® Neural Network Processor (NPU) IP

VeriSilicon's Vivante® Neural Network Processor (NPU) IP

时间:2023-05-05 16:34:12浏览次数:54  
标签:Network Neural VeriSilicon IP 芯原 人工智能 Vivante 处理器 NPU

高度可扩展、可编程的计算机视觉和人工智能处理器

 

芯原Vivante的神经网络处理器 (NPU) IP是高度可扩展、可编程的计算机视觉和人工智能处理器,支持终端、边缘端及云端设备的人工智能运算升级。Vivante NPU IP可满足多种芯片尺寸和功耗预算,是具成本效益的优质神经网络加速引擎解决方案。

芯原的Vivante NPU IP能结合芯原其他处理器IP,支持消费电子、汽车电子、计算机及周边、工业、数据处理、物联网等行业的人工智能升级发展。以ISP IP为例,利用NPU IP的目标检测和识别功能对目标区域进行定位,可使ISP IP精准地对目标区域进行曝光和聚焦,得到更清晰的目标区域图像。同时,NPU IP还可对ISP IP输出的图像进行暗光增强、分辨率提高等处理,进一步优化图像质量。


图:芯原Vivante NPU IP产品线及其应用


 

API支持 OpenCL 1.2/3.0 OpenVX 1.3 OpenCV 3.1 ANDROID NN HAL TIM-VX   AI框架支持 Tensorflow Tensorflow-Lite Caffe PyTorch ONNX TVM IREE/MLIR
  • Vivante VIP9000Pico

    芯原Vivante VIP9000Pico 处理器系列可以为穿戴设备和物联网设备提供较小芯片面积、低功耗、可编程、可扩展的解决方案。

  • Vivante VIP9000

    芯原Vivante VIP9000的可扩展架构,可以提供从 0.5 TOPS 到 100 TOPS的算力,为可穿戴和物联网设备、网络摄像机、监控摄像头、智能家居和电器、手机和笔记本电脑到汽车(ADAS、自动驾驶)和边缘服务器等广泛的应用提供人工智能能力。

  • Vivante VIP9400

    芯原Vivante VIP9400的可扩展架构提供多达300+ TOPS的算力,为数据中心和汽车应用提供强大的人工智能算力。

标签:Network,Neural,VeriSilicon,IP,芯原,人工智能,Vivante,处理器,NPU
From: https://www.cnblogs.com/sddai/p/17374500.html

相关文章

  • Learning A Single Network for Scale-Arbitrary Super-Resolution
    LearningASingleNetworkforScale-ArbitrarySuper-Resolutionabstract现有的singleimageSR网络是为具有特定整数比例因子(例如,×2/3/4)的图像开发的,无法处理非整数和非对称SR。在本文中,作者建议从特定比例的网络中学习任意比例的图像SR网络。introduction由于上采样......
  • 论文解读《Interpolated Adversarial Training: Achieving robust neural networks wi
    论文信息论文标题:InterpolatedAdversarialTraining:Achievingrobustneuralnetworkswithoutsacrificingtoomuchaccuracy论文作者:AlexLambVikasVermaKenjiKawaguchiAlexanderMatyaskoSavyaKhoslaJuhoKannalaYoshuaBengio论文来源:2022NeuralNetworks论文地址:dow......
  • Gogs 推送 URL 被解析到默认禁用的本地网络地址(Payload URL resolved to a local netw
    原帖地址:https://blog.51cto.com/u_1472521/5981347问题配置Web钩子使用本地URL出现错误。  解决方法修改​​app.ini​​​配置文件,添加参数​​LOCAL_NETWORK_ALLOWLIST​​后重启服务。如果是多个用逗号分开,例如:LOCAL_NETWORK_ALLOWLIST=drone,192.168.20.1......
  • Handling Information Loss of Graph Neural Networks for Session-based Recommendat
    目录概符号说明存在的问题LossysessionencodingproblemIneffectivelong-rangedependencycapturingproblemLESSRS2MGS2SG模型EOPA(Edge-OrderPreservingAggregation)SGAT(ShortcutGraphAttention)叠加代码ChenT.andWongR.C.Handlinginformationlossofgrap......
  • 接口OSPF network-type不匹配导致主备倒换后远程无法访问路由器
    #新人福利#问题描述某省广域网口字型组网架构,IGP路由协议采用OSPF协议,业务正常时,远程可以通过主平面上联链路访问主平面路由器,当主平面上联链路故障时,远程应该可以通过备平面与主平面的横连链路访问主设备路由器。某次市广域主备倒换测试时,主平面路由器上联口down后,发现R10远程无法......
  • EXPLORING MODEL-BASED PLANNING WITH POLICY NETWORKS
    发表时间:2020(ICLR2020)文章要点:这篇文章说现在的planning方法都是在动作空间里randomlygenerated,这样很不高效(其实瞎扯了,很多不是随机的方法啊)。作者提出在modelbasedRL里用policy网络来做onlineplanning选择动作,提出了model-basedpolicyplanning(POPLIN)算法。作者提出......
  • Cluster-GCN An Efficient Algorithm for Training Deep Convolution Networks
    目录概符号说明MotivationCluster-GCN代码ChiangW.,LiuX.,SiS.,LiY.,BengioS.andHsiehC.Cluster-GCN:Anefficientalgorithmfortrainingdeepandlargegraphconvolutionalnetworks.KDD,2019.概以往的GraphSage,FastGCN等方法,虽然能够实现mini-b......
  • Representation Learning for Attributed Multiplex Heterogeneous Network
    目录概符号说明各种定义HeterogeneousnetworkAttributednetworkAttributedmultiplexnetwork代码CenY.,ZouX.,ZhangJ.,YangH.,ZhouJ.andTangJ.Representationlearningforattributedmultiplexheterogeneousnetwork.KDD,2019.概本文在Attributed(结......
  • oracle Io 异常: The Network Adapter could not establish the connection
    用jdbc连oracle的时候,报错:java.sql.SQLException:Io异常:TheNetworkAdaptercouldnotestablishtheconnection查看C:\oracle\product\10.2.0\db_1\NETWORK\ADMIN里的listener.ora和tnsnames.ora,发现端口变成了1527,不知道怎么回事,默认是1521啊。改回来,就可以了。......
  • Cycle GAN:Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial
    paper:https://arxiv.org/pdf/1703.10593.pdf[2017]code参考:https://github.com/junyanz/pytorch-CycleGAN-and-pix2pixhttps://zhuanlan.zhihu.com/p/79221194https://blog.csdn.net/fangjin_kl/article/details/128117396https://www.bilibili.com/video/BV1kb4y197P......