NPU概念股票|NPU板块龙头股资金流向(实时)

云天励飞：DeepEdge10基于公司自研的神经网络处理器NPU（NNP400）架构，采用国内先进工艺、支持多芯粒扩展的Chiplet技术，可提供12TOPS（INT8）整型计算和2TFLOPS（FP16）浮点计算的深度学习推理计算算力，满足市场对处理芯片在算法的多样性、准确性、算力密度及效能方面的要求；针对各类应用场景，云天励飞已开发出Edge10C、Edge10标准版和Edge10Max三款芯片。Edge10系列主要应用于边缘大模型推理领域，能高效支持Transformer模型中的矩阵乘法运算。目前DeepEdge10芯片主要的适配的合作伙伴包括摄像头、边缘计算设备、机器人、汽车智能座舱等行业的客户，并已开始实现批量出货。

炬芯科技：公司持续加大研发投入，以在极低功耗预算下为智能音频、智能穿戴产品打造高算力为目标，从计算架构和芯片电路实现上进行创新，将公司SoC芯片逐步快速升级为基于CPU、DSP加NPU的三核AI异构的核心架构。其中，作为NPU架构在公司产品中整合的第一个落地技术路径，通用存内计算(GP-CIM,Computing-In-Memory)架构的AI算法硬件加速引擎，可以在性能、成本和功耗之间取得很好的平衡且快速落地实现大规模量产，更便于客户移植自己的AI算法。相较于使用DSP的软件实现方式，基于CIM架构的AI加速引擎算力有几十倍的提升，且大幅提升每瓦算力效率；同时，CIM的架构可以大幅降低数据搬移存储效率和功耗的开销，使得新产品在大幅提高算力的同时，满足端侧设备的低功耗要求。公司最新一代基于SRAM存内计算的高端AI音频芯片现已流片，预计2024年中，将有望向下游客户提供样品芯片。

瑞芯微：NPU作为公司核心自研IP，在过去几年已经过多代迭代，对于神经网络模型的支持和计算单元的利用效率持续提升，并具有良好的可扩展性，方便模型、算法的快速移植和部署。2023年内，公司进一步升级NPU IP和相关工具链，提升对Transformer架构为代表的主流模型架构支持效率，具有更快的运行速度、更低的能耗和更高效的内存使用，助力模型在边缘侧、端侧的部署，赋能多场景边缘侧、端侧的AIoT产品应用。

国科微：2023年9月20日公司在互动易平台披露：目前公司已实现从轻量级到中高级算力的完整布局，公司自研的NPU产品已实现前端IPC最高4T算力和后端8T算力，使用场景涵盖传统监控领域、汽车电子领域、智能家居等机器视觉领域，可支持神经网络推理等功能。公司自研NPU通过聚焦边缘端的计算，提升芯片三大核心竞争力：一是通过NPU提升智能视觉分析效率，可以实现人脸识别，车牌识别，车辆检测等各种智能应用；二是通过AI与ISP的结合，可在低照度环境下，把图像看的更加清楚；三是通过NPU与Codec的结合，进一步提高编解码能力和效率，低码率下的编码质量得到极大提升。

安凯微：公司现有物联网摄像机芯片分为AK39A系列和AK39E系列。AK39A系列芯片内置神经网络处理器（NPU），具备一定的智能算力，支持人形检测和人脸识别算法。AK39E系列芯片凭借综合性能均衡、性价比高、功耗低等特点，已经进入众多客户的供应链，是公司销售的主流芯片。公司物联网摄像机芯片下游应用主要为家用摄像机和安防摄像机。根据艾瑞咨询数据显示，2020年度全球家用摄像机出货量为8889万台。根据Omdia数据显示，2020年度全球网络摄像机（不包含车载和家用）出货量达到了11704万台。大部分摄像机配备1颗主控SoC芯片，公司2020年和2021年物联网摄像机芯片出货量分别为1436.87万颗和3125.35万颗，已经成为物联网摄像机芯片行业的重要供应商。公司物联网摄像机芯片已经进入中国移动、TP-LINK、杭州涂鸦、摩托罗拉、广州九安等知名客户供应链。

翱捷科技：2022年年报披露：公司的NPU引擎支持多种列神经网络，具备2.5Tops算力和2Tops神经网络运算性能。

芯原股份：芯原的神经网络处理器（NPU）IP已被72家客户用于其128款人工智能芯片中，集成了芯原NPUIP的人工智能（AI）类芯片已在全球范围内出货超过1亿颗，这些内置芯原NPU的芯片主要应用于物联网、可穿戴设备、智慧电视、智慧家居、安防监控、服务器、汽车电子、智能手机、平板电脑、智慧医疗等10余个市场领域，奠定了芯原在人工智能领域全球领先的根基。通过将NPU与芯原其他自有的处理器IP进行原生耦合，基于芯原创新的FLEXA低功耗低延迟同步接口通信技术，公司还推出了一系列创新的AI-ISP、AI-GPU，以及正在开发中的AIDisplay、AI-Video等IP子系统，这类基于AI技术的IP子系统，可以给传统的处理器技术带来颠覆性的性能提升。

晶晨股份：2024年4月25日公司在互动平台披露：NPU（神经网络处理单元）是一种专门用于加速神经网络计算的处理器，它是“并行认知处理”，在深度机器学习方面，能够更加高效地完成神经网络计算任务，同时能耗更低、设计紧凑，能够在有限的空间内提供高效的计算能力。此外，NPU包含专门的硬件加速器，这些加速器能够显著提高数据处理速度。我们的NPU技术目前是集成在公司SoC里面的。

国芯科技：在NPU和GPGPU等其他处理器领域，公司也开始投入预研，进行技术储备。在NPU方向，公司将于未来三年投入资金以支持下一代人工智能（AI）芯片技术以及相应的工具链设计，公司与香港应科院合作研发下一代AI芯片以及神经网络处理器等产品，该技术将用于公司的汽车电子、工业控制和机器人应用领域的AI芯片开发。在GPGPU方向，公司同上海清华国际创新中心以及智绘微电合作，基于RISC-V开源指令系统研发新一代开源GPGPU内核架构，共建RISC-V架构的GPGPU生态，该项技术将用于公司的网络通信与边缘计算应用领域的机器学习、密码学、网络数据处理与存储等海量数据任务的并行计算能力提升。

北京君正：随着AI技术的快速发展和应用，芯片对AI算法提供算力支持在智能IOT领域的需求越来越普及，公司近些年来一直在神经网络处理器的研究上持续投入。公司结合自身在CPU技术上自主研发的优势，把CPU技术和神经网络处理器技术有机的结合在一起，形成了公司独特的AI算力引擎。公司的AI算力引擎兼顾计算效能与灵活性，在高算力的基础上衍伸了可编程能力，在保证充分的灵活性的基础上能够有效对卷积、池化等高强度计算进行加速，低比特量化技术则进一步强化了公司AI算力引擎的低功耗与低带宽AI计算能力，可以在不同的计算精度下提供不同的算力，以应对不同的计算需求与场景。