NCC S1 神經網絡計算卡

基于AI專用的APiM架構，無需外部緩存的模塊化深度神經網絡學習加速器，用于高性能邊緣計算領域，可作為基于視覺的深度學習運算和AI算法加速。外形小巧，極低功耗，擁有著強勁算力，配套完整易用的模型訓練工具、網絡訓練模型實例，搭配專業硬件平臺，可快速應用于人工智能行業中

2.8Tops強勁算力

NCC S1基于AI嵌入式神經網絡處理器（NPU），擁有28000個并行神經計算核，支持芯片上并行與原位計算，峰值運算能力高達5.6Tops，典型算力2.8Tops。其強勁的算力，能進行復雜的高密度計算，適用于高性能邊緣計算領域

AI處理架構APiM

采用AI專用的MPE矩陣引擎和APiM（AI processing in Memory，存儲中的AI處理）架構，以革命性的方式處理AI，一次升級網絡預加載，無需指令、總線，無需外部DDR緩存，大量數據可直接輸入/輸出硅片，從而大大提高了AI的處理速度，降低處理能耗

9.3Tops/W超高效能

NCC S1神經網絡計算卡的核心采用28nm工藝制程，在2.8 Tops算力時功率僅300mW，效率能耗比高達為9.3 Tops/W，在擁有超強的算力同時保持了極低的能耗，讓其應用在終端設備的邊緣計算領域中極具優勢

高性能硬件平臺

NCC S1神經網絡計算卡可搭配ROC-RK3399-PC開源主板，配置高性能RK3399六核處理器，擁有豐富的硬件接口，可快速集成邊緣計算的硬件平臺，搭建產品原型，加速AI產品的項目進程

MIPI

eDP

HDMI

POE

Type-C

GPIO

配套模型訓練工具

提供基于PyTorch完整易用的模型訓練工具PLAI（People Learn AI）， 可在Windows 10與Ubuntu 16.04系統上開發，更簡單快捷地添加自定義網絡模型，大大降低了使用AI的技術門檻，讓更多人能更容易打開AI的大門

提供網絡訓練模型

支持GNet1，GNet18和GNetfc三種網絡訓練模型實例，后續會持續增加網絡實例，輕松在設備上測試大量深度學習應用
產品參數