产品中心

我们的产品

AzureBlade K340I 智能加速卡

AzureBlade K系列M.2 AI智能加速卡,搭载超薄AE7100芯片,实现完全可编程设计,小体积提供高灵活性。兼容CUDA与ONNX,应对各类AI应用。算力高达25.6TOPs,内存带宽60GBs,确保高效稳定处理与数据传输。现适配Llama2-7B、Stable Diffusion等先进模型,适用于AI PC、工业自动化、泛安防等多个领域。

主要参数:
  • 计算芯片:AE7100
  • 功 耗:10W
  • 内 存:LPDDR4/4x 128bit,8GB/16GB容量
  • 兼 容:CUDA、 ONNX、Runtime API等
  • 适配模型:Llama2、Stable Diffusion、Yolo v5、ResNet等
  • 计算性能:INT8 25.6TOPS
  • 结构尺寸:长80mm,宽 22mm

RPP AE7100 芯片

AE7100芯片作为芯动力的核心产品,以其强大的AI并行计算能力满足各种高性能计算需求。在17x17mm的面积上实现32TOPs算力,展现了超高的效率。其独特的RPP架构使芯片在高性能的同时功耗极低,为长时间、高强度计算提供稳定高效保障。

主要参数:
  • 封装尺寸:17X17mm
  • 功 耗:10W
  • 封装形式:Ultra-Dense FanOut FC-CSP
  • 兼 容:CUDA、 ONNX、Runtime API等
  • 编译器:图模式网络+实时编译
  • 计算单元:内含1024个计算单元

AzureBlade K340I 智能加速卡

AzureBlade M系列智能加速卡,内置AE8100芯片,可在任何兼容的PCIe插槽中进行高性能神经网络推理。它完全可编程,兼容CUDA语言和ONNX模型,支持广泛的AI和并行计算应用。AzureBlade M系列具备高达32TOPs的计算能力、60GB/s的内存带宽以及32路视频解码功能,非常适合在边缘服务器上运行生成式AI、深度卷积神经网络模型以及DSP/ISP算法。

主要参数:
  • 计算芯片:AE8100
  • 功 耗:15W
  • 内 存:LPDDR4/4x 128bit,8GB/16GB容量
  • 兼 容::CUDA、 ONNX、Runtime API等
  • 视频解码:​H.264/265 4K超高清硬解码引擎4通道,支持8~32路1920x1080@30视频解码
  • 计算性能:INT8 32TOPS
  • 结构尺寸:长150mm,宽 69mm,高 18.7mm

RPP AE8100 芯片

AE8100是芯动力基于RPP架构研发的一款国产边缘端芯片,能在低于15W的功耗下实现32TOPs运算能力。这款芯片支持高达32路的视频流处理,能够同时执行视频解码和推理任务,从而高效地支持如Yolo v5等流行的神经网络模型。由于其紧凑的设计和出色的低功耗特性,AE8100可广泛应用于工业自动化、智能驾驶、安防监控等多个领域。其独特的RPP架构不仅保证了高算力,在功耗和散热受限的条件下,也能为高性能计算提供了强大的支持。

主要参数:
  • 封装尺寸:31X31mm
  • 功 耗:15W
  • 封装形式:FC-BGA
  • 兼 容::CUDA、 ONNX、Runtime API等
  • 编译器:图模式网络定义+实时编译
  • 视频解码:H.264/265 4K超高清硬解码引擎4通道,支持8~32路1920x1080@30视频解码
  • 计算单元:内含1024个计算单元

AzureEdge 边缘服务器

AzureEdge边缘服务器是专为满足工业应用领域设计的边缘盒子,保留了传统工控机的扩展功能,并以超紧凑的外形和工业级可靠性满足各种应用需求,并搭载了芯动力M系列智能加速卡,具备兼容CUDA、高性能、低功耗等优势,为国产AI应用领域提供强大的计算性能。此外,芯动力还提供专用边缘盒子,适用于智能驾驶、内容过滤、信号处理、医疗影像等领域;

主要参数:
  • GPU:芯动力M系列AI加速卡
  • 面板接口:支持多种接口协议
  • 内 存:2个DDR4-2666,SODIMM 最大支持64GB
  • 系统接口:SATA 硬盘 1个 SATA 数据接口
  • 环境指标:工作温度-10℃~ 55℃ 存储温度 -40℃~85℃
  • 结构尺寸:宽265mm,深236mm,高 126mm

基于RPP架构的GP-GPU

  • 可重构并行处理器(RPP)体系结构将可编程性从时域转移到空间域。在RPP架构下,指令被分配到不同的pe上,数据通过pe序列流动,实现程序在空间上的执行。
  • RPP适用于具有大量数据并行性的程序。
  • 随着azurenengine的创新,我们的RPP架构将效率提高到一个全新的水平。