类脑计算卡 HP300搭载3颗领启®KA200，提供强大的人工智能推理加速性能。整板峰值功耗仅为68W，算力可达96TOPS@INT8、48TFLOPS@FP16 ，具有超强算力、能效比高、低功耗内置硬件图像处理加速引擎等优势，为云端/边缘端的推理提供强大算力支撑。可广泛应用于脑仿真与脑科学、互联网、智能制造、智慧交通、智慧金融、智慧教育等场景。
标准尺寸
半高半长单槽位（165.67mm x 68.9mm ）
低功耗、高算力
整板峰值功耗68W；96 TOPS@INT8、48TFLOPS@FP16
硬件编解码及加速引擎
支持 48路 1920*1080 30fps的H.264/H.265 解码（1080P）；支持24路1920*1080 30fps 的H.264/H.265 编码；内置硬件图像处理加速引擎：Resize、Mirror、Flip、Rotate、Crop、Padding、C2C
应用场景
脑仿真和脑科学领域
支持类脑计算模型和大规模脑仿真，为脑科学领域提供有利工具；助力构建更大、更快、更准的功能级脑仿真平台，推动脑科学与脑算法的研究和类脑生态构建。
交通智能数据分析
为车牌识别、面部识别、违章状态识别、提供大数据分析、动向分析工具，应用于交通违章违规研判与目标车辆跟踪。
金融智能数据分析
对财务报表、单据、卡证等材料提供高速自动识别工具，降低人员工作量，实现智能化处理。
城市智能化
提供对行人、车辆、可疑辨识物的实时分析算力工具，通过数据的实时分析与算法应用，为交通、安防、巡检等提供优化与效率升级方案。
零售智能化改造
通过本地算力部署配合功能设备，即可实现无人超市、无人货柜、机器人服务等零售业对于物体识别、计量、计费、安防等智能化改造工作。
工业智能改造升级
对工业现场工作环境采用中式或分布式管理，合理布局算力分布，可最大化对人员、机器设备、物料、工艺流程、环境等进行合理控制，智能监管，提升产线生产效率。
项目名称详细参数
|
计算单元数量 |
90 组计算单元 |
|
神经元数量 |
75 万个 |
|
神经突触 |
7500 万个 |
|
AI 算力 |
96 TOPS@INT8； 48TFLOPS@FP16 |
|
Resnet50 推理性能 |
3750 fps@FP16 |
|
能耗比 |
≥ 1TSops/W（单芯片） |
|
内存容量 |
24 GB |
|
内存峰值带宽 |
25.6 GB/s（单芯片） |
|
内存位宽 |
64 bit（单芯片） |
|
内存运行频率 |
1600 MHz（单芯片） |
|
图像预处能力 |
独特内置硬件图像处理加速引擎 Resize、Mirror、Flip、Rotate、Crop、Padding、C2C |
|
编解码能力 |
支持 H.264、H.265、VP9、MPEG4 视频格式硬件解码， 最高视频解码性能 1500fps@1920*1080 支持 H.264、H.265 视频格式硬件编码，最高视频编码性 能750fps@1920*1080 支持JPEG 图 像 硬 件 解 码， 最 高 图 像 解 码 性 能 900fps@1920*1080 支持JPEG 图 像 硬 件 编 码， 最 高 图 像 编 码 性 能 900fps@1920*1080 |
|
峰值功耗 |
68w |
|
外形尺寸 |
半高半长单槽位（165.67mm x 68.9mm ） |
|
接口 |
PCIe 4.0 x16 |
|
散热方式 |
被动散热 |
|
工作环境温度 |
0℃～ 55℃ |
|
操作系统 |
CentOS 7.4 ；Ubuntu 16.04.03 ;l Ubuntu 18.04 |
|
支持框架 |
DNN：TensorFlow、Pytorch、PaddlePaddle、Caffe、MxNet、Keras、ONNX等 SNN：Nengo、Neuron等 |
|
支持模型 |
DNN：Resnet、Inception、VGG、Mobilenet、Yolo、SSD、Squeezenet、Senet、DenseNet、FullyConvolutionNet、Transformer、Bert等 SNN：Microcircuit等 |
|
编译工具 |
LyngorⓇ Compiler |
