国芯科技发布神经网络处理器DPNPU内部测试成果
1月5日，国芯科技在其官方渠道发布通告，宣布其最新研发的神经网络处理器IP核DPNPU（Dataflow Parallel NPU）已完成内部测试。此次测试成果以自愿性信息披露方式对外公布。
根据公告内容，DPNPU单核具备0.5至4.8TOPS之间的灵活算力配置能力，支持算力的线性扩展，能够根据不同应用场景需求，提供定制化的AI计算解决方案。该处理器基于RISC-V ISA标准架构进行创新设计，通过将RISC-V核心与高性能神经网络加速单元在系统架构层深度集成，提升了整体运行效率。
在核心控制方面，DPNPU引入了专有的TDS硬件调度引擎，负责将神经网络模型中的算子序列转化为节点化任务流，从而实现任务调度、数据流控制与AI计算之间的协同优化。这种架构设计有助于实现更高效的资源分配和运算流程。
此外，该IP产品还采用脉动阵列与动态融合技术，提升系统在长时间运行下的稳定性与能效比。内置超过90种神经网络算子，覆盖CNN与RNN等主流神经网络架构，支持LSTM和GRU等RNN变体。凭借RISC-V指令集的通用性与硬件设计的灵活性，DPNPU具备良好的模型适配能力，为未来AI模型的演进预留了扩展空间。
在量化技术方面，DPNPU支持PTQ（Post Training Quantization），提供对称量化、非对称量化、逐层量化和逐通道量化四种实现方式。同时支持INT8与FP16混合精度量化，在不牺牲模型精度的前提下，有效减少计算资源和存储需求，实现性能与精度之间的平衡。
为增强硬件系统的整体性能，DPNPU还集成了自主研发的PCD模块，具备参数压缩与硬件自动解压功能，有助于缓解数据传输中的带宽瓶颈，降低系统延迟，提升运行效率。
在软件生态方面，国芯科技同步推出了围绕DPNPU构建的C*Core NPU Studio平台，包含完整的开发工具链、驱动程序以及运行环境。该平台旨在降低AI应用的开发门槛，缩短从算法设计到部署上线的周期，提升AI解决方案的落地效率。