NPU IP核技术合作与产品系列 - 公司与香港应科院合作研发面向端/边缘侧应用的AI技术，形成CNN20、CNN100和CNN200系列化NPU IP核 [1] - CNN20和CNN100已完成设计并可对外授权，单核算力达1Tops@INT8，适用于低功耗AI MCU芯片 [1] - CNN200正在研发中，单核算力达10Tops@INT8，适用于各种边缘计算AI SoC芯片，可广泛应用于机器狗等AI场景 [1] AI PC应用NPU IP核开发 - 公司与龙擎科技合作开发面向AI PC应用的NPU IP核CNN300，采用标量运算单元和矢量运算矩阵相结合的技术 [1] - CNN300单核性能将达8TOPS，支持多核一致性接口MLS，可通过多核堆叠扩展算力，例如四核堆叠可实现32TOPS算力 [1] RISC-V GPGPU研发进展 - 公司与上海清华国际创新中心合作开展基于开源RISC-V指令架构的GPGPU内核研发工作 [1] - 2024年7月公司已完成第一版RTL代码设计并对外公开发布 [1] - 由于公司聚焦于汽车电子芯片、服务器和云应用安全芯片、量子安全芯片及AI MCU芯片的研发，RISC-V GPGPU当前阶段研发工作已结束 [1]

NPU IP核技术合作与进展 - 公司与香港应科院合作研发面向端/边缘侧应用的AI技术，形成CNN20、CNN100和CNN200系列化NPU IP核 [1] - CNN20和CNN100已完成设计并可对外授权，单核算力达1Tops@INT8，适用于低功耗AI MCU芯片 [1] - CNN200正在研发中，单核算力达10Tops@INT8，适用于各种边缘计算AI SoC芯片，可广泛应用于机器狗等AI场景 [1] AI PC应用NPU IP核开发 - 公司与龙擎科技合作开发面向AI PC应用的NPU IP核CNN300，采用标量运算单元和矢量运算矩阵结合技术 [1] - CNN300单核性能将达8TOPS，支持多核一致性接口MLS，可实现多核扩展提升算力 [1] - 通过四核堆叠可实现32TOPS算力，保障单任务多核情况下数据流的同步和统一 [1] RISC-V GPGPU研发进展 - 公司与上海清华国际创新中心合作开展基于开源RISC-V指令架构的GPGPU内核研发 [1] - 2024年7月已完成第一版RTL代码设计并对外公开发布 [1] - 当前阶段研发工作已结束，未来将视国际开源RISC-V GPGPU技术发展情况考虑新研发计划 [1] 公司核心业务聚焦 - 公司聚焦于汽车电子芯片、服务器和云应用安全芯片、量子安全芯片以及AI MCU芯片的研发及设计 [1]

NPU IP核技术合作与产品系列 - 公司与香港应科院合作在NPU领域面向端/边缘侧应用开展AI技术研发，形成CNN20、CNN100和CNN200系列化NPU IP核 [1] - CNN20和CNN100已完成设计并可对外授权，单核算力达1Tops@INT8，适用于低功耗AI MCU芯片，CNN200正在研发中，单核算力达10Tops@INT8，适用于边缘计算AI SoC芯片并可应用于机器狗等场景 [1] - 公司与龙擎科技合作开发面向AI PC应用的NPU IP核CNN300，单核性能将达8TOPS，支持多核扩展，四核堆叠可实现32TOPS算力 [1] RISC-V GPGPU研发进展 - 公司与上海清华国际创新中心合作开展基于开源RISC-V指令架构的GPGPU内核研发，2024年7月已完成第一版RTL代码设计并对外公开发布 [1] - 由于公司聚焦汽车电子芯片、服务器和云应用安全芯片、量子安全芯片及AI MCU芯片研发，RISC-V GPGPU当前阶段研发工作已结束，未来将视国际技术发展情况再考虑新研发计划 [1]

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]