基於AI專用的APiM架構，無需外部快取的模組化深度神經網路學習加速器，用於高效能邊緣計算領域，可作為基於視覺的深度學習運算和AI演算法加速。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、網路訓練模型例項，搭配專業硬體平臺，可快速應用於人工智慧行業中。

 

 

5.6Tops強勁算力          NCC S1基於AI嵌入式神經網路處理器（NPU），擁有28000個並行神經計算核，支援晶片上並行與原位計算，峰值運算能力高達5.6Tops，是市面上其他方案的數十倍。其強勁的算力，能進行復雜的高密度計算，適用於高效能邊緣計算領域。  

 

  AI處理架構APiM          採用AI專用的MPE矩陣引擎和APiM（AI processing in Memory，儲存中的AI處理）架構，以革命性的方式處理AI，一次升級網路預載入，無需指令、匯流排，無需外部DDR快取，大量資料可直接輸入/輸出矽片，從而大大提高了AI的處理速度，降低處理能耗。

 

9.3 Tops/W超高效能          NCC S1神經網路計算卡的核心採用28nm工藝製程，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，讓其應用在終端裝置的邊緣計算領域中極具優勢。

 

高效能硬體平臺          NCC S1神經網路計算卡可搭配ROC-RK3399-PC開源主機板，配置高效能RK3399六核處理器，擁有豐富的硬體介面，可快速整合邊緣計算的硬體平臺，搭建產品原型，加速AI產品的專案程序。

 

配套模型訓練工具          提供基於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，更簡單快捷地新增自定義網路模型，大大降低了使用AI的技術門檻，讓更多人能更容易開啟AI的大門。
  提供網路訓練模型         支援GNet1，GNet18和GNetfc三種網路訓練模型例項，後續會持續增加網路例項，輕鬆在裝置上測試大量深度學習應用。  

進入Firefly官網，可瞭解NCC S1神經網路計算卡更多內容。