驍龍720加入NPU神經(jīng)網(wǎng)絡(luò)計(jì)算單元 專注AI加速
今年5月底，高通發(fā)布了全新的驍龍700系列首款型號(hào)驍龍710，定位介于旗艦驍龍800和主流驍龍600之間，借鑒了前者的不少高級(jí)特性，成本上又得到了很好的控制，非常適合中高端機(jī)型。
現(xiàn)在剛剛過去不到兩個(gè)月，驍龍720的名字又出現(xiàn)了！
目前還沒有驍龍720的具體規(guī)格資料，只知道它是驍龍710的加強(qiáng)版，據(jù)說重點(diǎn)會(huì)加入NPU神經(jīng)網(wǎng)絡(luò)計(jì)算單元(類似華為麒麟970)，專用于AI加速。
如果屬實(shí)，這對(duì)驍龍來說可是第一次，意義重大，因?yàn)槟壳暗尿旪埰脚_(tái)并沒有專門的AI硬件單元，而是依賴軟件側(cè)的AIE引擎，在特定AI場(chǎng)景中的效率還是偏低。
有趣的是，早先關(guān)于驍龍710的曝料中還提到過驍龍730，聲稱它會(huì)采用三星8nm LPP工藝制造(10nm的升級(jí)版)，集成兩個(gè)Kryo 4xx 2.3GHz、六個(gè)Kryo 4xx 1.8GHz CPU核心，并特別配備NPU 120單元！
考慮到同時(shí)曝光的驍龍710規(guī)格和官方最終公布的相當(dāng)接近，看起來這個(gè)驍龍720、NPU乃至是驍龍730還是很有希望的。
最后一點(diǎn)，消息稱目前至少有三家手機(jī)廠商在開發(fā)驍龍720機(jī)型，其中三星預(yù)計(jì)會(huì)拿下首發(fā)，而且是全新的Galaxy系列機(jī)型。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4840瀏覽量
108147 -
AI
+關(guān)注
關(guān)注
91文章
40982瀏覽量
302536 -
NPU
+關(guān)注
關(guān)注
2文章
385瀏覽量
21339
原文標(biāo)題：據(jù)傳驍龍720要加入NPU神經(jīng)網(wǎng)絡(luò)計(jì)算單元了！
文章出處：【微信號(hào)：eetop-1，微信公眾號(hào)：EETOP】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
邊緣 AI 加速的 Arm? Cortex??M0+ MCU 如何為電子產(chǎn)品注入更強(qiáng)智能
的神經(jīng)網(wǎng)絡(luò)模型。 · 在 MCU 上運(yùn)行機(jī)器學(xué)習(xí)推理可實(shí)現(xiàn)喚醒詞檢測(cè)、手勢(shì)識(shí)別和預(yù)測(cè)性維護(hù)等高級(jí)功能。 利用 MCU 提升邊緣 AI 的普及度 如今的通用型 MCU，尤其是集成了 TI TinyEngine? NPU 這類
【新品發(fā)布】艾為重磅發(fā)布端側(cè)AI高性能NPU語音芯片，打造智能語音體驗(yàn)新標(biāo)桿
數(shù)模龍頭艾為電子全新推出高性能NPU神經(jīng)網(wǎng)絡(luò)智能語音處理芯片：AWA89601，集成音頻專用NPU（神經(jīng)網(wǎng)絡(luò)處理器），通過聲音模型訓(xùn)練與NPU
神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)
日常生活中的智能應(yīng)用都離不開深度學(xué)習(xí)，而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu)，特別是大腦中神經(jīng)
NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹
()
riscv_fully_connected_q7()
在NS上跑時(shí)和arm的神經(jīng)網(wǎng)絡(luò)庫一致，可在ｇｉｔｈｕｂ上下載CMSIS的庫，然后加入到自己庫所在的路徑下即可。
發(fā)表于 10-29 06:08
在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)
本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開發(fā)IDE，以TensorFlow2為訓(xùn)練框架，目標(biāo)是訓(xùn)練一個(gè)手寫數(shù)字識(shí)別的神經(jīng)網(wǎng)絡(luò)
發(fā)表于 10-22 07:03
CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作
在完成神經(jīng)網(wǎng)絡(luò)量化后，需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)器內(nèi)。
在仿真環(huán)境下，可將其存于一個(gè)文件，并在 Verilog 代碼中通過 readmemh 函數(shù)
發(fā)表于 10-20 08:00
液態(tài)神經(jīng)網(wǎng)絡(luò)（LNN）：時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)
1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)（LiquidNeuralNetworks，LNN）是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu)，其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng)，特別是秀麗隱桿線蟲的神經(jīng)結(jié)構(gòu)，盡管這種微生物的
【「AI芯片：科技探索與AGI愿景」閱讀體驗(yàn)】+神經(jīng)形態(tài)計(jì)算、類腦芯片
AI芯片不僅包括深度學(xué)細(xì)AI加速器，還有另外一個(gè)主要列別：類腦芯片。類腦芯片是模擬人腦神經(jīng)網(wǎng)絡(luò)架構(gòu)的芯片。它結(jié)合微電子技術(shù)和新型神經(jīng)形態(tài)器件
發(fā)表于 09-17 16:43
神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)
問題。因此，并行計(jì)算與加速技術(shù)在神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用中變得至關(guān)重要，它們能夠顯著提升神經(jīng)網(wǎng)絡(luò)的性能和效率，滿足實(shí)際應(yīng)用中對(duì)快速響應(yīng)和大規(guī)模數(shù)據(jù)處理的需求。
【「AI芯片：科技探索與AGI愿景」閱讀體驗(yàn)】+第二章 實(shí)現(xiàn)深度學(xué)習(xí)AI芯片的創(chuàng)新方法與架構(gòu)
Transformer和視覺Transformer模型。
ViTA是一種高效數(shù)據(jù)流AI加速器，用于在邊緣設(shè)備上部署計(jì)算密集型視覺Transformer模型。
2、射頻神經(jīng)網(wǎng)絡(luò)
2.1線
發(fā)表于 09-12 17:30
MediaTek從芯片到應(yīng)用全方位支持端側(cè)AI
NPU 是專為神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的 AI 處理單元，可為各種 AI 任務(wù)提供更強(qiáng)大的算力支持。
AI 邊緣計(jì)算網(wǎng)關(guān)：開啟智能新時(shí)代的鑰匙?—龍興物聯(lián)
智能化決策的關(guān)鍵。卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別方面表現(xiàn)卓越，在智能工廠產(chǎn)品質(zhì)量檢測(cè)中，能快速準(zhǔn)確識(shí)別產(chǎn)品缺陷；循環(huán)神經(jīng)網(wǎng)絡(luò)擅長處理時(shí)間序列數(shù)據(jù)，可對(duì)設(shè)備故障進(jìn)行精準(zhǔn)預(yù)測(cè)。
在通信技術(shù)與協(xié)議支持上，AI 邊緣
發(fā)表于 08-09 16:40
瑞芯微NPU使用攻略
RKNPU概述RKNPU（RockchipNeuralProcessingUnit）是瑞芯微（Rockchip）公司專為神經(jīng)網(wǎng)絡(luò)處理設(shè)計(jì)的硬件加速單元，旨在提升人工智能和機(jī)器學(xué)習(xí)任務(wù)的效率。以下是其
MAX78000采用超低功耗卷積神經(jīng)網(wǎng)絡(luò)加速度計(jì)的人工智能微控制器技術(shù)手冊(cè)
人工智能(AI)需要超強(qiáng)的計(jì)算能力，而Maxim則大大降低了AI計(jì)算所需的功耗。MAX78000是一款新型的AI微控制器，使
MAX78002帶有低功耗卷積神經(jīng)網(wǎng)絡(luò)加速器的人工智能微控制器技術(shù)手冊(cè)
人工智能(AI)需要超強(qiáng)的計(jì)算能力，而Maxim則大大降低了AI計(jì)算所需的功耗。MAX78002是一款新型的AI微控制器，使
評(píng)論