点击上面蓝色的 调研报告分享平台 并关注，就能找到我们。谢谢！

　　可用于“人面识别”的人工智能国产芯片，李原同学将在明年研发出来了！！

　　9月28日晚，与清华89级同年李原博士相聚。李同学在美国TI、Intel工作十余年，今年初归国创业，主攻人工智能“深度学习”RPP芯片。

　　1、颠覆性的"深度学习"芯片

　　要进入到人工智能阶段，机器必须能“深度学习”，现有的CPU/GPU处理器的计算能力根本不够。beat365体育官方网站

　　谷歌的AlphaGo一共使用了1920个CPU加280个GPU，光每小时耗电量的电费就达几万美元，才击败了人类；

　　2、目前的技术已接近极限

　　无论是英伟达的GPU，还是INTEL的CPU，目前已达到芯片面积、功耗的极限，只能将工艺提升到10纳米级别来提高性能，这将极为困难；

　　3、可重构的并行数据流架构

　　李原博士团队首创的可重构的并行数据流架构，有别于串行算法的传统处理器，基于此开发出的RPP芯片，在维持32纳米工艺不用提升的前提下，可将计算能力提高数倍，功耗减少数倍，从而成为真正具备“深度学习”能力的芯片；beat365手机版官方网站

　　这种深度学习芯片，首要用途是数据中心，替代传统处理器芯片。李原团队同时提供了软件生态的核心解决方案，帮助软件平滑过度。

　　4、RPP芯片的效用

　　使用了带有RPP芯片的加速卡，可将服务器体积缩小十倍、功耗减少十倍、价格降低十倍，使得“超大型数据中心”可以大量化，“人工智能”将更快成为现实；再进一步，超强的计算能力，让RPP深度学习芯片可拓展至无人驾驶、军用雷达、高速通讯、安防识别等广阔领域。

　　5、首笔融资到位

　　李原同学凭着他的超前理念，顺利的在6月底拿到了首笔融资150万美金。在此表示衷心祝福。团队正在国内正加紧研发，已将第一步目标设置在“人面识别”用途的AI芯片，和仿真系统、基于FPGA的芯片演示系统，估计明年下半年即可出来。由于采用李原首创的“可重构并行数据流架构”，该芯片与同等计算能力的英伟达芯片比较，效率估计可提高5~10倍！

　　在此预祝老同学的团队，在国家芯片战略发展大势中，砥砺前行、扬眉吐气。。。

　　关注本公众号，您一定会有所收获。谢谢！