AI 算力
预览版。 这里开始整理 RISC-V 生态里的 AI 加速器、NPU IP 与 AI SoC,并为后续的“模型 / 算子 / 软件版本匹配成熟度”建立字段与评分口径。
当前数据只覆盖公开可查的硬件规格与工具链信息;没有公开 benchmark 的项不会编造分数。少数 ARM 架构 AI SoC 作为对照保留,并已在“架构”字段与筛选中明确标注。欢迎通过 issue 补充实测数据。
13 条记录
2026-11-04 数据快照
预览版
| 产品 / 厂商 | 类型 / 归属地 | 算力 | 精度 | 框架 | SDK / 工具链 | 成熟度 | 代表芯片 |
|---|
没有符合条件的记录
尝试放宽算力或框架条件。
路线图
下一步:模型 / 软件版本匹配成熟度
硬件算力只是起点。真正决定项目周期的是“这个模型能否在你的工具链版本上跑通、量化后精度掉多少、算子覆盖是否完整”。未来每条 AI 记录会升级为下面的矩阵。
01
算力与精度
INT8 / INT4 / FP16 峰值,内存带宽,功耗与能效比,封装与接口。
02
工具链版本
SDK、编译器、量化工具、驱动与 Runtime 的版本组合,安装与复现步骤。
03
模型与算子
ONNX / TFLite / PyTorch 导出,算子覆盖,动态 shape,量化后精度回归。
当前页面只覆盖公开可查的硬件规格与工具链信息。没有公开 benchmark 的项不会编造分数;欢迎在 GitHub Issues 提交实测数据或纠正参数。