中科声龙推出的存算一体高通量芯片在业内得到广泛的关注
2021年11月，中科声龙科技发展（北京）有限公司旗下中科声龙品牌在全国开展的产品创新、科技创新、科技创新调研过程中，被荣选为：“国家权威检测质量合格品牌”。
中科声龙成立于2009年，是一家专注于高通量芯片研发生产的高新技术企业，中科声龙立足于中国，放眼于国际，将突破科技难题为己任，致力于用科技创造美好生活。
2021年6月中科声龙在北京召开新品发布会，其推出的存算一体高通量芯片在业内得到广泛的关注，摩尔定律趋于失效，新型计算架构如存算一体芯片应运而生，而基于端侧设备在时延、成本、功耗等众多因素的影响下，业界对存算一体芯片有更高的要求。据了解中科声龙将加大研发力度，向更高的目标努力。我们也有理由相信，在我国企业的共同努力下，万物互联的时代终将到来。
ymf
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
芯片
+关注
关注
463文章
54442浏览量
469436 -
高新技术
+关注
关注
0文章
63浏览量
9687 -
存算一体
+关注
关注
1文章
121浏览量
5217
发布评论请先 登录
相关推荐
热点推荐
安克创新发布Thus™芯片：存算一体架构重塑AI音频新生态
2026年4月22日，安克创新在深圳举办技术沟通会，正式推出全球首款基于NOR Flash技术的神经网络存算一体（CIM）AI音频芯片Thu
中科曙光scaleX40超节点革新AI存算协同
在当前算力时代，以Token（词元）为代表的算力需求已成为行业核心刚需，而稳定、高效的算力运转，离不开底层存力的可靠支撑。立足这一行业发展逻
中科曙光3套scaleX万卡超集群落地国家超算互联网郑州核心节点
2月5日，由中科曙光提供的3套万卡超集群系统在国家超算互联网郑州核心节点同时上线试运行，成为全国首个实现3万卡部署、且实际投入运营的最大国产AI算力池，全面覆盖万亿参数模型训练、高通量
高通量通信卫星（HTS）：技术演进与应用革新
在信息社会高速发展的今天，通信卫星作为全球信息网络的“空中动脉”，其容量与传输效率直接关乎数字鸿沟的弥合与数字经济的拓展。高通量通信卫星（High - Throughput Satellite
AI存算一体，这家ReRAM新型存储受关注
及相关芯片产品的研发，涵盖AI存算一体（Computing in Memory, CIM）IP及大模型加速方案、高性
知存科技王绍迪：AI可穿戴需求爆发，存算一体成主流AI芯片架构
集中在AI驱动的细分场景需求释放，知存科技聚焦的存算一体芯片具备高技术壁垒，同时在AI发展需求下具备天然的架构优势和发展前景。
存算一体AI芯片公司九天睿芯完成超亿元B轮融资
全球领先的存算一体AI芯片公司九天睿芯（英文：Reexen Technology）近日宣布，公司已完成B轮融资，规模超亿元人民币。
革新科研智造，引领材料未来——高通量智能科研制备工作站
的“高通量智能科研制备工作站”，正推动一场科研范式的深刻变革。
智能驱动，全程自动化， redefine 科研效率
高通量智能科研制备工作站集成智能机器人控制技术，具备样品抓取转移、移液、旋涂、反溶剂萃取
发表于 09-27 14:17
后摩尔定律时代，3D-CIM+RISC-V打造国产存算一体新范式
，算力、能效与带宽瓶颈成为行业前行的关键阻碍，而美西方的技术禁运更让中国芯片产业面临严峻挑战。 在这一大背景下，存算
发表于 09-17 09:31
•6222次阅读
中科驭数亮相2025 CCF全国高性能计算学术大会
在昨日开幕的中国计算机学会全国高性能计算学术大会（CCF HPC China 2025）上，中科驭数作为高通量以太网联盟成员参与联盟成果发布。同期举办的世界算力博览会上，中科驭数展出的
存算一体技术加持！后摩智能 160TOPS 端边大模型AI芯片正式发布
，同步推出力擎™系列M.2卡、力谋®系列加速卡及计算盒子等硬件组合，形成覆盖移动终端与边缘场景的完整产品矩阵。这一系列动作标志着后摩智能在存算一体
缓解高性能存算一体芯片IR-drop问题的软硬件协同设计
在高性能计算与AI芯片领域，基于SRAM的存算一体（Processing-In-Memory, PIM）架构因兼具计算密度、能效和精度优势成为主流方案。随着
高通量卫星物联网终端赋能电力巡检：云翎智能如何破解偏远电网监控痛点
云翎智能通过构建空天地一体化网络，融合高通量卫星物联网与北斗高精度定位技术，为偏远电网监控提供了创新性解决方案。以下从技术架构、应用场景及创新价值三个维度解析其破解难题的核心逻辑：云翎智能高通量卫星
苹芯科技 N300 存算一体 NPU，开启端侧 AI 新征程
随着端侧人工智能技术的爆发式增长，智能设备对本地算力与能效的需求日益提高。而传统冯·诺依曼架构在数据处理效率上存在瓶颈，“内存墙”问题成为制约端侧AI性能突破的关键掣肘。在这一背景下，存算
评论