科学计算
用于物理模拟、气候建模、分子动力学等。
机器学习与深度学习
加速模型训练和推理。
金融分析
用于高频交易、风险评估等。
医疗影像处理
加速CT、MRI等影像的分析与重建。
计算机视觉
用于图像识别、目标检测等。
大数据处理
用于数据挖掘、实时分析等。
解决痛点
传统方案难以满足对实时性要求较高的场景。
传统方案相同性能标准的情况下，硬件成本更高。
传统方案计算效率较低。
传统方案对于并行算法的优化不全面。
国产芯片现有软件栈不够丰富和完善。
科学计算
如LAMMPS用于分子动力学模拟，通过通用计算软件栈加速粒子间作用力计算。
机器学习
TensorFlow和PyTorch等框架通过通用计算软件栈加速模型训练，显著缩短训练时间。
医疗影像
通过通用计算软件栈加速的医疗影像处理软件，提升CT和MRI影像的重建速度。
计算机视觉
OpenCV通过通用计算软件栈加速图像处理和目标检测。
产品优势
  • 国产加速芯片
    全面支持
  • 通用计算全面覆盖
  • 面向芯片自动优化
麟卓通用计算软件栈是基于国产CPU、GPU、DSP、FPGA、NPU的通用计算支撑软件。
涵盖矩阵计算库、傅里叶变换库、图像处理库、深度神经网络计算库等科学计算、深度学习、视觉处理、信号分析等领域的算子库。
面向特定的芯片，对典型计算密集型算子矩阵乘法、卷积、FFT等实现基于芯片架构特征的自动优化，实现高性能软件栈。