AI芯片行业报告：AI芯片技术选型目录（97页）

行业报告下载 2020年08月10日 07:54 管理员

天数智芯 Iluvatar CoreX I 芯片是聚焦于边缘应用的高精度深度学习推理人工智能芯片，针对市场主流 CNN 网络模型算法进行了优化，可以减少存储单元延迟，增加运算并行度，最终提高边缘端人工智能应用的实际性能。【技术指标】芯片高效支持 CNN 等卷积类矩阵运算，可应用于图像识别与部分语音识别人工智能应用场景。在 5W 的峰值功耗条件下，可提供 4.8TFLOPS 的半精度浮点 AI 算力 (FP16)，16GB/s 的双向 IO 带宽，与 8GB 的本地存储容量，并已适配包括 ARM、X86 与龙芯等国产 CPU。【应用案例】智慧新零售、基于人脸识别的智慧园区、智能垃圾分类、智慧医疗等基于视频与图像识别的应用场景。【产品特征 / 技术特点】 Iluvatar CoreX I 芯片是基于数据流的深度神经网络处理器架构的协处理器，支持基于 CNN 网络模型的边缘侧人工智能推理。可用于智能制造、智慧新零售、智慧医疗、智慧园区、智能垃圾分类等多个行业及领域的应用，助力产业智能化升级。

NVIDIA Jetson 系统所提供的性能和能效可提高自主机器软件的运行速度，而且功耗更低。每个系统都是一个完备的模块化系统 (SOM)，具备 CPU、GPU、PMIC、DRAM 和闪存。NVIDIA Jetson 具备可扩展性。选择适合应用场合的 SOM，构建自定义系统，满足特定的应用需求。 NVIDIA T4 Tensor Core GPUs: 数据中心GPU，可加快 AI、高性能计算 (HPC) 和图形技术的发展。【技术指标】 NVIDIA Jetson： Jetson Nano 采用 NVIDIA Maxwell 架构，配备 128 个 NVIDIA CUDA 核心。 Jetson TX2 采用 NVIDIA Pascal 架构，配备 256 个 NVIDIA CUDA 核心。 Jetson Xavier NX 采用 NVIDIA Volta 架构，配备 384 个 NVIDIA CUDA 核心和 48 个 Tensor 核心。 Jetson AGX Xavier 采用 NVIDIA Volta 架构，配备 512 个 NVIDIA CUDA 核心和 64 个 Tensor 核心。 NVIDIA T4 GPU: NVIDIA Turing GPU 架构成功将实时光线追踪、AI、模拟和光栅化技术集成于一身。

利用 NVIDIA T4 GPU 处理高性能计算 (HPC) 和超大规模数据中心工作负载。其宣称数据科学家和研究人员可以在能源勘探和深度学习等应用场合中解析 PB 级的数据，速度比使用传统 CPU 快几个数量级。NVIDIA T4 加速器可以超快速度运行更大型的模拟。此外，NVIDIA GPU 还能为虚拟桌面、应用程序和工作站提供超高性能和用户密度。【产品特征 / 技术特点】 NVIDIA Jetson: Jetson Nano 助力开发数百万个新的小型、低功率的 AI 系统。在嵌入式物联网应用程序领域，包括入门级网络硬盘录像机 (NVR)、家用机器人以及具备全面分析功能的智能网关等场景得以应用。 Jetson TX2 为用户的嵌入式 AI 计算设备提供丰富的标准硬件接口，适配各类产品和外形规格。