比如说一下，如果有这样一款芯片，用在冰箱后，冰箱可以自行辨别食物否充裕并警告你何时订购；用在汽车后，汽车可以自学你的驾驶员习惯并自动辅助驾驶员；用在家用机器人上，它可以在你生病时老大你寻找必须的药片。这样的智能生活，今后未来将会减缓构建。 日前，国内芯片产业领军企业中星微电子的数字多媒体芯片技术国家重点实验室公布了中国首款嵌入式神经网络处理器（NPU），该款NPU使用的数据驱动并行计算架构，政治宣传了传统的冯诺依曼结构，提高了计算机的运算处置能力，标志着我国在神经网络处理器领域的研究和研发上获得了新的突破，也未来将会为人工智能获取一个更加强劲的大脑。
记者近日专访了解到，用于NPU的芯片已顺利在视频监控领域应用于，坐落于横琴的广东中星电子有限公司（下称广东中星）将以横琴作为芯片产品的最重要产业化基地，逐步推展该技术在珠三角的无人机、机器人、家电、汽车智能驾驶辅助等领域的应用于，助力珠海乃至珠三角人工智能产业的发展。中星微电子展示厅 1、从串联到分段，运算能力大幅度提高 前段时间，智能机器人AlphaGo在人机大战中依赖仿效人脑生物机理的深度自学算法而打败人类，引起各界对人工智能的反感注目。
中星微数字多媒体芯片技术国家重点实验室继续执行主任张韵东讲解，深度自学，是源自对生物人脑机理的仿生学研究而构成的一种人工智能算法。作为深度自学神经网络的一种，卷积神经网络CNN（ConvolutionalNeuralNetwork）算法，已沦为当前人工智能机器视觉领域的研究热点。 中星微发售的NPU，正是针对CNN的算法模型特性而专门设计的一款神经网络处理器。
据介绍，每个NPU处理器具备4个内核（NPUCore），每个内核有两个数据流处理器（DataflowProcessor），每个数据流处理器具备8个长位宽或16个较短位长的SIMD（单指令多数据）运算单元。NPU的处置性能可以构成多核阵列来提高，也可以通过多芯片相连的方式更进一步拓展，以符合更加简单的CNN网络运算的性能需求。 广东中星技术副总周文博告诉他记者，神经网络芯片将不会逐步政治宣传传统的冯诺依曼架构，可以说道为整个计算出来科学、信息产业探寻了新的方向。 现在完全所有的信息基础设施都是使用冯诺依曼架构的串行处置，数据的处置和存储是分离的。
我们的产品则使用数据驱动的并行计算架构，数据处理和存储同时展开，就像人脑的架构一样。周文博举例子说道，从前的数据处理不能从一个关口通过，要提升运算处置能力，不能让破关速度越来越快，但目前这个办法差不多回头到物理的无限大。
而分段结构则是对外开放多个关口，尽管每一个关口速度并不是最慢，但因为有多个地下通道，并且构成网络相互号召，处理速度不会显得更加慢、功耗也更加较低。
本文来源：酷游app官网-www.synergydomainclub.com
