高通Snapdragon 855将加入NPU，针对AI任务进行优化
据传高通(Qualcomm)下一代行动芯片Snapdragon 855将加入NPU(神经网络处理单元)，专门处理人工智能(AI)任务。
据WinFuture的消息，高通Snapdragon 855中加入的NPU将针对AI与机器学习任务进行优化。华为的麒麟970芯片已加入了此功能，将AI任务移到手机的AI副单元处理，例如翻译、AI拍照等功能，而其它任务由主要单元处理。华为也预计8月底发布麒麟980，继续与寒武纪合作，将嵌入第二代NPU处理器。
高通的Snapdragon 845就是让AI任务与其它任务一起在同一个区块处理，这种将任务分离的变化，很可能是未来AI智能手机中很重要的一部分。
目前许多Android手机都已在相机上跟进AI拍照功能，但芯片上并没有专用的处理单元，例如乐金电子(LG Electronics)采用Snapdragon 845的G7 ThinQ，但没有专用的NPU，该功能将变得缓慢，三星电子(Samsung Electronics)也在Galaxy Note9中纳入这项功能。
不过, 高通(Qualcomm)新一代处理器Snapdragon 855尚未发布，外界焦点也已快速转移至Snapdragon 865，据传865将是具备连结5G网路的系统单晶片(SoC)。
传Snapdragon 855不搭载Snapdragon X50 5G数据机，Snapdragon 856将是首个使用该数据机的晶片组。
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
-
高通
+关注
关注
78文章
7775浏览量
200706 -
人工智能
+关注
关注
1822文章
50611浏览量
268183
原文标题：【IC设计】传高通Snapdragon 855将加入AI处理单元NPU
文章出处：【微信号：DIGITIMES，微信公众号：DIGITIMES】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
热点推荐
从手机芯片到通用计算平台：为什么开发者该重新认识高通
NPU 模型部署实践
高通启动架构与底层启动链
摄像头与多媒体框架
DMA 缓冲区缓存批处理优化
AI NAS 与 fnOS 架构
这些内容会直接落到开发者项目里常见的问题上，避免停
发表于 05-21 10:32
边缘AI算力临界点：深度解析176TOPS香橙派AI Station的产业价值
。openEuler作为华为主导的服务器操作系统，在ARM生态、内核优化和实时性方面有深厚积累，这对于将AI Station作为服务器或工业控制器使用至关重要。
真实的开发者案例：ACT模型部署（具身智能
发表于 03-10 14:19
在Zephyr OS上启用NPU的实用方案
今天，我们将正式在 Zephyr中加入NPU软件支持，让模型不仅能“跑起来”，还能“跑得飞快”。是的，本期开始就是实战环节！
使用NORDIC AI的好处
提升能效，适合音频、图像和高采样率传感器等更重的 AI 负载。[Axon NPU 技术页]
模型更小、更快、更省电
Neuton 模型相较 TensorFlow Lite：* 内存占用可小 10
发表于 01-31 23:16
AI硬件全景解析：CPU、GPU、NPU、TPU的差异化之路，一文看懂！
、汽车）。
未来，随着AI应用的深化，硬件分工将更精细——可能出现专为机器人设计的专用AI芯片，或融合NPU与GPU优势的“边缘训练芯片”。但无论如何，“匹配场景
RK3576驱动高端显控系统升级：多屏拼控与AI视觉融合解决方案
，RK3576 凭借高算力、低功耗和强扩展性的优势，成为工业控制、交通调度、能源监控、安防指挥中心等领域的核心计算平台。未来，随着 AI 技术与显控需求的不断升级，RK3576 将进一步优化
发表于 11-21 17:51
【RK3568 NPU实战】别再闲置你的NPU！手把手带你用迅为资料跑通Android AI检测Demo，附完整流程与效果
【RK3568 NPU实战】别再闲置你的NPU！手把手带你用迅为资料跑通Android AI检测Demo，附完整流程与效果
如何利用NPU与模型压缩技术优化边缘AI
随着人工智能模型从设计阶段走向实际部署，工程师面临着双重挑战：在计算能力和内存受限的嵌入式设备上实现实时性能。神经处理单元(NPU)作为强大的硬件解决方案，擅长处理 AI 模型密集的计算需求。然而
工业视觉网关：RK3576赋能多路检测与边缘AI
~150ms6TOPS NPU 边缘AI推理易对接 MES / 追溯系统
一、产线痛点：从“人看”到“机判”的转变· 多工位/多角度同步：单机位覆盖不足，典型项目需 8~12 路并发，且画面时序一致性要求高
发表于 10-16 17:56
AI体验跃迁，天玑9500用双NPU开创端侧AI新时代
AI 正从“尝鲜”迈向“常用”，下一代体验该由谁定义？联发科天玑9500给出答案：行业首发将端侧 AI 4K 文生图带到手机，引领移动影像与创造力的范式跃迁。 全新“超性能 + 超能效”双 N
【「AI芯片：科技探索与AGI愿景」阅读体验】+AI的未来：提升算力还是智力
本章节作者分析了下AI的未来在哪里，就目前而言有来那个两种思想：①继续增加大模型②将大模型改为小模型，并将之优化使之与大模型性能不不相上下。
一、大模型是一条不可持续发展的道路
大模型的不可
发表于 09-14 14:04
【「AI芯片：科技探索与AGI愿景」阅读体验】+第二章 实现深度学习AI芯片的创新方法与架构
1.1RISC-VISA 扩展
1.2 向量协处理器
1.3 与各级存储耦合的NPU
1.4 针对Transformer 模型的架构优化
SwiftTron是一款专用的开源AI加速器
发表于 09-12 17:30
无法在NPU上推理OpenVINO™优化的 TinyLlama 模型怎么解决？
在 NPU 上推断 OpenVINO™优化的 TinyLlama 模型。
遇到的错误：
get_shape was called on a descriptor::Tensor with dynamic shape
发表于 07-11 06:58
任正非说 AI已经确定是第四次工业革命 那么如何从容地加入进来呢？
从简单的AI应用入手，如使用机器学习算法进行房价预测。收集当地房价的相关数据，包括面积、房龄、周边设施等信息，然后选择合适的回归算法（如线性回归）来建立模型，通过不断调整参数和优化模型来提高预测准确性
发表于 07-08 17:44
评论