AI 演算
プレビュー版です。 ここでは RISC-V エコシステムにおける AI アクセラレータ、NPU IP、AI SoC の整理を始め、今後の「モデル / 演算子 / ソフトウェアバージョンの適合成熟度」に向けたフィールドと評価基準を定義しています。
現在のデータは、公開情報で確認できるハードウェア仕様とツールチェーン情報のみを対象としています。公開ベンチマークがない項目にスコアをでっち上げることはしません。少数の ARM アーキテクチャの AI SoC は比較対象として残しており、「アーキテクチャ」フィールドとフィルターで明確に区別しています。実測データの追加は issue で歓迎します。
13 件のレコード
2026-11-04 データスナップショット
プレビュー版
| 製品 / メーカー | 種類 / 所在地 | 演算性能 | 精度 | フレームワーク | SDK / ツールチェーン | 成熟度 | 代表チップ |
|---|
条件に一致するレコードがありません
演算性能やフレームワークの条件を緩めてみてください。
ロードマップ
次のステップ:モデル / ソフトウェアバージョンの適合成熟度
ハードウェアの演算性能は出発点にすぎません。プロジェクト期間を実際に左右するのは、「このモデルが自分のツールチェーンのバージョンで動くか、量子化後の精度低下はどれくらいか、演算子のカバレッジは十分か」です。今後、各 AI レコードは以下のマトリクスへ拡張されます。
01
演算性能と精度
INT8 / INT4 / FP16 のピーク性能、メモリ帯域、消費電力と電力効率、パッケージとインターフェース。
02
ツールチェーンのバージョン
SDK、コンパイラ、量子化ツール、ドライバ、Runtime のバージョン組み合わせと、インストール・再現手順。
03
モデルと演算子
ONNX / TFLite / PyTorch からの変換、演算子カバレッジ、動的 shape、量子化後の精度回帰。
現在のページは、公開情報で確認できるハードウェア仕様とツールチェーン情報のみを扱っています。公開ベンチマークがない項目にスコアをでっち上げることはしません。実測データやパラメータの訂正は GitHub Issues で歓迎します。