人工智能世界吧 关注:1,917贴子:2,905
  • 0回复贴,共1

RK3399PRO和RK1808人工智能芯片落地应用有什么不同

只看楼主收藏回复

两者都是AI芯片但是应用形态不太一样。先扒一下官方资料和应用案例。
RK3399Pro这颗AI芯片采用双核Cortex-A72+四核Cortex-A53的big.LITTLE大小核CPU架构,芯片在整体性能、功耗方面具技术领先性。同时,芯片还集成了四核的ARM高端GPU Mali-T860,进一步提升了芯片在图形处理方面的能力。

更值得一提的是,RK3399Pro还内置了性能高达3.0Tops、融合了瑞芯微Rockchip在机器视觉、语音处理、深度学习等领域的多年经验打造的NPU,让典型深度神经网络Inception V3、ResNet34、VGG16等模型在其上的运行效果表现出众,性能大幅提升。
据介绍,作为瑞芯微首颗采用CPU+GPU+NPU硬件结构设计的AI芯片,RK3399Pro AI芯片具备以下三大特性:
1、AI硬件性能高
RK3399Pro采用专有AI硬件设计,NPU运算性能高达3.0Tops,高性能与低功耗指标均大幅领先:相较同类NPU芯片性能领先150%;相较GPU作为AI运算单元的大型芯片方案,功耗不到其所需的1%。
2、平台兼容性强
RK3399Pro的NPU支持8bit与16bit运算,能够兼容各类AI软件框架。现有AI接口支持OpenVX及TensorFlowLite/AndroidNN API,AI软件工具支持对Caffe/TensorFlow模型的导入及映射、优化。
3、完整方案易于开发
Rockchip基于RK3399Pro芯片提供一站式AI解决方案,包括硬件参考设计及软件SDK,可大幅提高全球开发者的AI产品研发速度,并极大缩短产品上市时间。
RK1808则是瑞芯微采用22nm FD-SOI工艺打造的AIoT芯片。这个芯片最为突出的特点在于能提供高达3.0TOP的NPU峰值算力的同时,还拥有了比其他对手更低的功耗。据介绍,相同性能下,RK1808的功耗相比主流28nm工艺产品可降低30%左右;内置2MB系统级SRAM,可实现always-on设备无DDR运行;具有硬件VAD功能,支持低功耗侦听远场唤醒。

RK1808内置的NPU还支持INT8/INT16/FP16混合运算,最大程度兼顾性能、功耗及运算精度;支持TensorFlow/MXNet/PyTorch/Caffe等一系列框架的网络模型转换,兼容性强。
RK1808的高算力、低功耗特性、及针对性AIoT接口设计让其更好地实现语音唤醒、语音识别、人脸检测及属性分析、人脸识别、姿态分析、目标检测及识别、图像处理等一系列功能,可广泛应用于安防、教育、清扫、车载、穿戴、家电、存储等各场景中。
开发者及合作伙伴基于RK1808实现客流统计、物体识别和异常行为分析等功能,并将其落地到商场超市、公共场所如地铁/商场/火车站/社区、智能家居家电等场景。RK1808具备的边缘AI能力,让开发者能够直接在本地处理、存储和分析大量原始数据,基于其高算力,实现基于边云协同的智能优化,确保实时、智能、安全、隐私。
基于RK1808,瑞芯微还推出具备强大深度学习推理能力的RK1808人工智能计算棒。支持 PC、工控机、机器人等硬件平台,它的学习能力可以用于物体检测/识别、自然语言理解等,在家电、机器人、新零售、工业视觉、虚拟现实、增强现实、安防、教育、车载、穿戴、物流等各场景中,便捷地位为开发者提供强大的算力与深度学习推理能力。


1楼2019-11-29 11:02回复