類腦計算卡 HP300搭載3顆領啟?KA200，提供強大的人工智能推理加速性能。整板峰值功耗僅為68W，算力可達96TOPS@INT8、48TFLOPS@FP16 ，具有超強算力、能效比高、低功耗內置硬件圖像處理加速引擎等優勢，為云端/邊緣端的推理提供強大算力支撐。可廣泛應用于腦仿真與腦科學、互聯網、智能制造、智慧交通、智慧金融、智慧教育等場景。
標準尺寸
半高半長單槽位（165.67mm x 68.9mm ）
低功耗、高算力
整板峰值功耗68W；96 TOPS@INT8、48TFLOPS@FP16
硬件編解碼及加速引擎
支持 48路 1920*1080 30fps的H.264/H.265 解碼（1080P）；支持24路1920*1080 30fps 的H.264/H.265 編碼；內置硬件圖像處理加速引擎：Resize、Mirror、Flip、Rotate、Crop、Padding、C2C
應用場景
腦仿真和腦科學領域
支持類腦計算模型和大規模腦仿真，為腦科學領域提供有利工具；助力構建更大、更快、更準的功能級腦仿真平臺，推動腦科學與腦算法的研究和類腦生態構建。
交通智能數據分析
為車牌識別、面部識別、違章狀態識別、提供大數據分析、動向分析工具，應用于交通違章違規研判與目標車輛跟蹤。
金融智能數據分析
對財務報表、單據、卡證等材料提供高速自動識別工具，降低人員工作量，實現智能化處理。
城市智能化
提供對行人、車輛、可疑辨識物的實時分析算力工具，通過數據的實時分析與算法應用，為交通、安防、巡檢等提供優化與效率升級方案。
零售智能化改造
通過本地算力部署配合功能設備，即可實現無人超市、無人貨柜、機器人服務等零售業對于物體識別、計量、計費、安防等智能化改造工作。
工業智能改造升級
對工業現場工作環境采用中式或分布式管理，合理布局算力分布，可最大化對人員、機器設備、物料、工藝流程、環境等進行合理控制，智能監管，提升產線生產效率。
項目名稱詳細參數
|
計算單元數量 |
90 組計算單元 |
|
神經元數量 |
75 萬個 |
|
神經突觸 |
7500 萬個 |
|
AI 算力 |
96 TOPS@INT8； 48TFLOPS@FP16 |
|
Resnet50 推理性能 |
3750 fps@FP16 |
|
能耗比 |
≥ 1TSops/W（單芯片） |
|
內存容量 |
24 GB |
|
內存峰值帶寬 |
25.6 GB/s（單芯片） |
|
內存位寬 |
64 bit（單芯片） |
|
內存運行頻率 |
1600 MHz（單芯片） |
|
圖像預處能力 |
獨特內置硬件圖像處理加速引擎 Resize、Mirror、Flip、Rotate、Crop、Padding、C2C |
|
編解碼能力 |
支持 H.264、H.265、VP9、MPEG4 視頻格式硬件解碼， 最高視頻解碼性能 1500fps@1920*1080 支持 H.264、H.265 視頻格式硬件編碼，最高視頻編碼性 能750fps@1920*1080 支持JPEG 圖 像 硬 件 解 碼， 最 高 圖 像 解 碼 性 能 900fps@1920*1080 支持JPEG 圖 像 硬 件 編 碼， 最 高 圖 像 編 碼 性 能 900fps@1920*1080 |
|
峰值功耗 |
68w |
|
外形尺寸 |
半高半長單槽位（165.67mm x 68.9mm ） |
|
接口 |
PCIe 4.0 x16 |
|
散熱方式 |
被動散熱 |
|
工作環境溫度 |
0℃～ 55℃ |
|
操作系統 |
CentOS 7.4 ；Ubuntu 16.04.03 ;l Ubuntu 18.04 |
|
支持框架 |
DNN：TensorFlow、Pytorch、PaddlePaddle、Caffe、MxNet、Keras、ONNX等 SNN：Nengo、Neuron等 |
|
支持模型 |
DNN：Resnet、Inception、VGG、Mobilenet、Yolo、SSD、Squeezenet、Senet、DenseNet、FullyConvolutionNet、Transformer、Bert等 SNN：Microcircuit等 |
|
編譯工具 |
Lyngor? Compiler |
