产品技术特点 - CNN200采用GCU+NN网络架构设计 单核算力最大达到10TOPS@INT8 适用于各种边缘计算AI SoC芯片[1] - 核心采用脉动阵列计算单元 通过动态功耗与内存面积协同优化 结合数据零拷贝与混合精度计算 有效降低能耗和延迟[1] - 集成片上缓存与网层间片内数据共享技术 显著减少DDR访问[1] - 硬件加速单元覆盖90余种神经网络算子 具有快捷扩展接口设计[1] - 支持训练后量化PTQ 提供对称/非对称/逐层/逐通道多种量化策略 兼容INT8与FP16数据精度[1] - 配套NPU工具链涵盖模型格式转换/预处理/量化/编译/仿真等功能[1] 产品应用生态 - 可广泛应用于机器狗等众多AI应用场景[1] - 支持CNN/RNN等主流神经网络结构 兼容PyTorch/TensorFlow/ONNX/PaddlePaddle等深度学习框架[1] - CNN300正在研发中 面向AIPC应用 支持INT8/FP8/FP16数据类型[1] - CNN300支持传统CNN/RNN应用及最新LLM大语言模型应用[1] - 可配合Deepseek/Qwen/LLaMa等常用大模型卸载[1] - 满足语音图像视频识别场景 支持AIPC高品质语音视频显示及生成式人工智能应用[1]