上海中紫星技术有限公司 · NEU

从“加速AI”到“AI原生”
神经异构执行芯片体系

以自主 EDA 工具链为核心，面向前向前向算法与下一代神经网络，构建高并发、低功耗、可重构的 AI 计算平台。

为什么不是 GPU

GPU 围绕图形渲染的第一性原理构建，AI 只是适配；冯·诺依曼瓶颈与SIMD/SIMT指令导致推理阶段能效低、延迟高。

GPU 以图形渲染为本，AI 计算需转译为其执行格式，增加额外开销与结构性浪费。

计算/存储分离导致大量能耗用于数据搬移，难以跨越能效墙。

SIMD/SIMT 指令在复杂模型映射时效率受限，尤其在推理阶段资源利用率偏低。

神经元计算核心 × 异构可重构模块 × 自研 EDA 工具链

以分布式并行、近存计算为导向的可重构单元，兼顾吞吐与能效。

按任务动态配置与调度硬件资源，形成灵活的执行织构。

将高层 AI 模型高效映射至芯片核心，摆脱 CUDA 生态约束。