突破内存墙世界难题 中科院AI芯片QNPU年底或迎来流片
中国科学院自动化研究所南京人工智能芯片创新研究院AiRiA自主设计的首款主打极低比特技术的人工智能芯片QNPU(Quantized NeuralProcessUnit)原型，及四路人车识别、车载辅助驾驶ADAS系统，终端AI功能加速器QEngine和人工智能人体骨骼实时识别交互系统，近期在世界智能大会和世界半导体大会上展出，获得了众多专业人士的肯定和赞扬 。
QNPU采用国际领先的量化模型压缩处理技术，实现了DDRFree设计，突破了内存墙的世界难题，不但能够满足边缘端设备低功耗、低时延、小体积、低成本的诉求，并能提供其执行AI任务所需的高运算能力 。QNPU可应用到智能安防、无人驾驶、智慧医疗、智慧商业、智慧城市等多种IoT的边缘端计算场景，助力各行业“用上AI，用好AI” 。
同时，AiRiA还研发了基于QNPU原型的四路人车识别模块，可进行1080P分辨率的视频流实时分析 。
【突破内存墙世界难题 中科院AI芯片QNPU年底或迎来流片】AiRiA车载辅助驾驶ADAS系统是基于机器视觉720P双路视频实时处理的人工智能系统 。在驾驶过程中能够自动识别道路情况，包括：道路标志线、信号灯、人车距离等，可以实现前向碰撞报警、车距过近报警、车道偏离报警等 。同时该系统采用DrivingProbe专利技术，对驾驶员警觉性监测，识别抽烟、喝水、打/看电话、打斗等状态，监控安全驾驶 。
AI功能加速器QEngine是适用于终端设备的高性能、轻量级、无依赖的深度学习计算框架 。与常用框架相比，QEngine性能高2-4倍，减少65%-85%的内存占用，使AI终端设备待电时间更长，机器视觉识别更加迅速 。QEngine支持业内多种开源的深度学习框架，算法移植简易，并兼容多种处理器和硬件 。
AiRiA人工智能人体骨骼实时识别交互系统，对人体骨骼姿态进行实时跟踪，识别人体骨骼25个结构点，毫秒级时延，并能支持多人同时检测，对身体部分遮挡部位进行智能预测 。该系统可应用于翻越、打斗、摔倒等异常行为的检测，运动及舞蹈的教学矫正，体感游戏，3D试衣等场景 。
自动化所南京人工智能芯片创新研究院AiRiA，依托自动化所在芯片开发、计算架构、人工智能、机器视觉等领域数十年的核心技术积累，致力于为行业提供软硬一体化的人工智能解决方案 。在成本、功耗、计算结构等方面进行探索，让“高大上”的AI广泛、便利地应用到各行业，普惠公众 。
推荐阅读
- 客厅隔断墙如何装饰？
- 家居饰品
- 家装别埋下安全隐患
- 让墙面有多变的“外衣”
- 给墙面涂料对症下药
- 怎样处理受潮发霉墙面
- 室内墙面决定装饰风格
- 地板上墙登顶安装需留意以下细节
- 墙内瓷砖施工常见问题
- 瓷砖铺设施工注意几要点