新時代高科技不計其數越來越發達，小伙伴們看過不少科技新聞吧，在我們生活中應該也用到很多這些高科技東西，有哪些小伙伴值的關注的呢，今天就跟大家分享一篇有關科技方面知識，希望大家會喜歡。

該公司所做的就是將自定義的CNN處理硬件與常規的100MHz Arm Cortex-M4F核一起放置-4F是浮點M4-并擠壓了60MHz 32Bit Risc-V核用于低功率信號處理的額外驚喜–所有這些都在Maxim達爾文家族的一部分稱為MAX78000的芯片上進行。

MAX78000模塊與在Cortex-M4F上運行給定的CNN相比，該公司聲稱其自定義神經網絡處理器在MNIST基準上的能耗降低了1100倍，而在關鍵詞發現時的能耗卻降低了600倍。最重要的是，與96MHx Cortex-M4F相比，它聲稱MNIST的速度提高了400倍，關鍵字定位速度提高了200倍。

“整個神經網絡加速器是專門為AI處理而設計的，”微控制器的格言總監Kris Ardis告訴《電子周刊》。“特別是，我們試圖真正幫助卷積神經網絡平穩運行。硬件支持1D和2D卷積，激活功能– ReLU，Abs，池化等等。啟動后，加速器將獨立于微控制器內核運行–除了配置網絡和加載數據外，不涉及ARM和RISC-V內核。CNN加速器是一種狀態機，它將自行執行神經網絡，而絕不是微控制器的擴展。它是芯片的很大一部分，并且是高度優化的硬件引擎，旨在以盡可能少的能量執行網絡。”

神經網絡加速器提供：

442,000 8bit權重容量，權重為1、2、4或8bit –因此350萬1bit權重

每層重量長度選擇

可編程輸入圖像尺寸最大為1,024 x 1,024像素

可編程的網絡深度為64層

每層網絡寬度可編程，最多1,024個通道

一維和二維卷積處理

流媒體模式

支持其他網絡，包括MLP(多層感知器)和遞歸神經網絡

該公司表示：“ CNN重量存儲器基于sram，因此可以實時進行AI網絡更新。” “ CNN引擎還具有512kbyte的數據存儲器，該架構非常靈活，可以使用常規工具集(如PyTorch和TensorFlow)對網絡進行訓練，然后使用Maxim提供的工具對其進行轉換以在MAX78000上執行。”