简介
所谓AI芯片，一般是指针对AI算法的ASIC专用芯片。传统的CPU、GPU都可以用来执行AI算法，但是速度慢，性能低，无法实际商用。而AI芯片相对于传统芯片，在CPU、GPU方面都有很大的改善，使其在执行AI算法时更快、更节能。
本产品使用AI芯片K210作为核心单元，K210带有独立FPU的双核处理器，64位的CPU位宽，8M片内SRAM，400M可调标称频率，支持乘法、除法和平方根运算的双精度FPU。
该产品具有神经网络处理器(KPU)、音频处理器(APU)、现场可编程IO阵列(FPIOA/IOMUX)以及快速傅里叶变换加速器。使其在AI处理方面K210可进行卷积、批归一化、激活、池化等运算，同时也可以进行语音方向扫描和语音数据输出的前置处理工作。将其高性能的核心处理特性展露无遗。
功能特性
CPU：RISC-V 64bit双核处理器
400Mhz标准频率（可超频）
Debugging 支持：具备用以调试的高速UART 与JTAG 接口
神经网络处理器：支持每层卷积神经网络参数单独配置，包括输入输出通道数目、行宽列高
支持两种卷积内核11和33
图像识别：QVGA@60FPS/VGA@30FPS
音频处理器：支持高达8个麦克风组成的阵列，即4路双声道
内部音频信号处理精度达到16-位
输入音频信号支持12-位、16-位、24-位、32-位
可以支持高达192K采样率的音频输入
静态随机存取存储器： SRAM包含两个部分：6 MiB片上通用SRAM与2MiB片上AI SARM
现场可编程IO阵列： FPIOA允许用户将255个内部功能映射到芯片外围的48个自由IO上
数字视频接口：支持640 480及以下分辨率，每帧大小可配置
快速傅里叶变换加速器：FFT加速器是用硬件的方式来实现FFT运算
深度学习框架：TensorFlow/Keras/Darknet
外设：FPIOA、UART、GPIO、SPI、I2C、I2S、WDT、TIMER、RTC etc
技术规格
- 尺寸：25.4mm 25.4mm 3.3mm
- 72pin全引脚引出
- 输入电压：5.0V±0.2V（DC）
- 输入电流：>300mA（5V）
- 工作温度：-30ºC~85ºC
- 满足 IEEE754-2008标准
配送清单
全部商品分类﹀
