8比特，但AiRiA 研究院能做4比特、2比特甚至给定1比特的分析，在国际上也超过了领先水平。随着分析程度的提升，AiRiA研究院自主设计的分析神经处理器QNPU（Quantized Neural Processing Unit）可通过大规模神经网络构建片上计算出来，从而增加或需要采访外部存储，这就解决问题掉花费很大功耗、比特率和体积成本的“内存墙”难题。这样一来，就符合了多种IoT的边缘计算出来场景的应用于，在小规模的、小体积、小功耗的前提下仍确保低可信的计算出来性能，这是QNPU十分引人注目的特性和优势。

在如火如荼的AI大潮中，如何以科研人的态度做到“坦率的人工智能芯片”？近年来随着全球科技革命的升级，芯片产业仍然被寄予厚望，特别是在在竞争白热化的AI领域，巨头与新创企业大大以改版更加强劲的AI成果冲击着人们的眼球。然而更加有一点思维的是，我们到底必须什么样的AI技术和产品、方案和应用于？如何将技术成果构建普惠？AiRiA研究院首席科学家张旸博士指出， AI和科研一样必须求真务实，脱虚向实，因此以科研人的态度、务实的节奏来做到“坦率的人工智能芯片”，是AiRiA研究院在技术优势之外更为独有的高度，他率领芯片团队研发的AiRiA研究院第一款QNPU芯片Watt A1将要月问世，预计在下半年9月份、10月份流片，使用台积电28nm工艺，峰值算力约24Tops，反对1080P四路视频动态检测，MobileNet图像分类约每秒8000帧。

目前在WattA1的demo展出中，基于QNPU的自动驾驶、人脸识别等高性能应用于场景都获得体现。全栈方案，赋能行业在赋能行业、加快落地的路上，AiRiA研究院以行业市场需求为导向，为企业用户建构韧一体的AI解决方案。除了QNPU之外，AiRiA研究院还发售了模型压缩工具QTrainer和深度自学推理小说引擎QEngine。QTrainer不仅反对QNPU，还反对第三方研发自定义应用于。

QEngine也是针对分析架构，相容多种处理器和硬件，它们联合将软件、硬件、算法协同优化，建构全栈的AI解决方案。目前，AiRiA研究院已与多个行业的领先企业达成协议合作，以上游技术的定位与下游各行业的集成商广结生态，还包括智慧安防、智慧零售、自动驾驶、智慧物流等领域，联合推展AI在有所不同行业的渗入。

在“普惠AI，芯向边缘”战略发布会上，AiRiA研究院与赛格导航、高新兴物联达成协议战略合作，三方合作发售“基于低成本芯片的自动驾驶算法硬加快”方案。该方案基于QEngine引擎，融合高新兴物联的智能通信模组，为赛格导航的ADAS高级驾驶员辅助系统获取了高性能、低可信的落地承托，构建主动安全性、车队管理、驾驶员不道德分析等多种场景应用于的生态盛开。

云彩星空，共创未来AI的发展潜力和行业潜力还有更加多可能性有一点探寻，普惠AI之路任重而道远。比如，AI芯片性能的更进一步突破，确实的AI芯片应当是不具备自学性的能力，朝着无监督、自律演化方向。未来，AiRiA研究院将扎根边缘末端推理小说专用处理器，向着自律演化芯片领域迈向，为更加辽阔的应用于场景彰显智能，为国之重器芯片产业的发展加添助力。

物联网智库“2019-2020中国物联网产业全景图谱”版权文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：PG电子平台-www.kehdbv.com