边缘AI性能路径:NPU与存内计算分析
热点事件观察中
边缘AI性能路径:NPU与存内计算分析
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
一篇电子产品世界的分析文章指出,MCU上的边缘AI推理正受数据搬移开销制约,仅靠Cortex-M内核软件优化最高约0.1 TOPS/W;集成NPU后,在40nm、28nm、18nm FDSOI和16nm FinFET工艺下可达1–5 TOPS/W和0.1–2 TOPS/mm²。 文章称,存内计算是有效的加速技术,但需与底层工艺协同;预期市场需求要求未来五年性能和效率提升至50–200 TOPS/W,边缘AI能效有望提升多达100倍。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 08:00
边缘AI性能扩展:从NPU到数字与模拟存内计算的路径分析报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- 电子产品世界 EEPW精选边缘AI性能扩展:从NPU到数字与模拟存内计算的路径分析
文章分析了边缘AI在MCU上的性能扩展路径:仅靠Cortex-M内核软件优化最高约0.1 TOPS/W,集成NPU后在40nm至16nm工艺下可达1–5 TOPS/W和0.1–2 TOPS/mm²,而未来五年市场预期为50–200 TOPS/W。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。