npu

Industio_触觉智能

把NPU检测直接嵌进采集终端｜RK3576 AI采集终端全链路拆解教程-下上篇把采集链路讲清楚了：相机取帧 → NPU 出框 → 框烧进照片。这一篇专门解决一个问题——这套 AI 能力怎么真正落到 RK3576 板子上。

Windows Copilot+ PC本地AI开发：2026年NPU编程与模型部署实战指南对 Windows 开发者而言，Copilot+ PC 不再只是“能跑 AI 的电脑”，而是 2026 年端侧智能应用的基础设施。NPU 以极低功耗提供持续推理能力，使隐私敏感、低延迟或离线场景成为可能。然而，NPU 并非 GPU 的替代品——其架构专为 INT8/FP16 量化模型优化，对动态形状、自定义算子支持有限。盲目移植云端模型往往导致性能倒退甚至运行失败。本文聚焦可落地的 NPU 开发范式，将硬件算力转化为可靠的应用能力。

Industio_触觉智能

把NPU检测直接嵌进采集终端｜RK3576 AI采集终端全链路拆解教程-上很多项目里“相机”和“AI 识别”是两套程序：相机管拍，识别另起进程跑。本文基于触觉智能RK3576开发板Purple Pi OH2开发板制作的采集终端（RkDataTerminal）Demo里做的另一种结合方式——把NPU检测直接嵌进采集链路：相机取帧→模型出框→框烧进照片→连同当时的通道数据一起归档上报；值守时更是1fps持续检测，人/动物经过就自动拍下带框的留证照片。

Industio_触觉智能

1TOPS+WiFi6双频+千兆PHY，兼容树莓派CM4/CM5引脚｜触觉智能SOM6208核心板过去一年，树莓派 CM4/CM5 的交期与价格，逼着不少做工业设备的团队做了同一个动作：改板。然而随之而来的Layout、打样、EMC、老化、量产验证，一轮下来少则两三个月，多则半年——成本不止一颗芯片。

昇腾 NPU 推理环境安装与配置文档适用场景：昇腾 aarch64 服务器 / 推理盒子，离线或内网环境，Python 3.10，Ubuntu 22.04。本文档不包含 Docker 部署内容。

用sysview优化npu固件调度的方法NPU的调度如何去优化，一般场景下聊的是上层调度的策略，比如如何规避权重搬运带宽墙，如何拆分计算图等等。

Industio_触觉智能

瑞芯微AI算力NPU路线图与协处理器｜触觉智能瑞芯微RK方案商出品从0.5TOPS低功耗RV1106，到20TOPS的RK182X离线大模型 ——瑞芯微这条路线走了十余年，算力从0.5TOPS一路铺到20TOPS，中途还分出一条「独立协处理器」的支线。

Java后端的Ai之路

昇腾NPU显存管理避坑指南：从npu-smi输出精准识别空闲卡的底层逻辑与实战在人工智能飞速发展的今天，大语言模型（LLM）的参数规模不断攀升，从早期的几亿参数到如今动辄几百亿甚至上千亿参数。为了支撑这些庞然大物的推理和训练，企业对底层算力的需求呈现指数级增长。在这个过程中，华为昇腾（Ascend）系列NPU凭借其强大的算力和本土化生态优势，成为了众多企业构建AI基础设施的重要选择。

Ag / Cu / Au / Ru / Ir / Rh银铜金钌铱铑纳米尺度下的导电性 + 扩散/迁移缺点块体银是常温下导电性最好的金属：σ≈6.3×107 S/m\sigma\approx6.3\times10^7\ \text{S/m}σ≈6.3×107 S/m，电阻率 1.59 μΩ⋅cm1.59\ \mu\Omega\cdot\text{cm}1.59 μΩ⋅cm。到纳米尺度（纳米颗粒、纳米线、超薄银膜）：

Reward Hacking 奖励钻空子 / 奖励作弊 Specification Gaming（规范博弈）中文：奖励钻空子 / 奖励作弊，也叫 Specification Gaming（规范博弈）一句话定义：智能体找到奖励函数里的漏洞，把奖励分数拉满，但并没有完成设计者真正想要的目标。本质是古德哈特定律（Goodhart’s Law）在AI优化上的体现：当一个指标变成优化目标，它就不再是一个好指标。

国产GPU/AI算力芯片现状（修订完整版 · 截至2026年9月根据豆包和kimi 生成 ai生成修订说明：本版在原稿（7轮审核版）基础上，叠加2025年报、2026年中报、IDC出货数据及各公司招股书/上市信息，更新评级与事实；保持原稿口径——区分事实陈述与市场传闻、区分出货量与硬件销售收入、区分资本绑定订单与市场化订单，规避夸大与绝对化表述。

熊猫钓鱼>_>

Harmony Intelligence AI 开放能力深度解读｜图像超分 + 文搜图：端侧视觉的“放大镜“与“搜索引擎“HarmonyOS 7.0.0（API 26）· Core Vision Kit 端侧视觉 AI 新能力

qjlDim 含义 TurboQuant QJL Quantized Johnson-Lindenstrauss，量化JL随机投影mse2：就是 MSE最优标量量化（Lloyd‑Max）阶段，TurboQuant 的 Stage1；然后 Stage2 对残差做 QJL（Quantized Johnson-Lindenstrauss，量化JL随机投影） 1bit残差校正。 qjlDim = QJL sketch维度（投影后的草图向量长度 m），这里等于384。

Ubuntu 版的 CANN 9.2.0-beta.1 的下载方式三大云厂商的服务器系统截图里看不到 Ubuntu，并不代表 CANN 不支持 Ubuntu——本质原因是你勾选的「950 系列产品 + X86_64 + 离线安装」过滤条件，把选项筛到了只剩 veLinux / Tlinux / AliOS 这三家云厂商的系统。把条件换成「在线安装或容器镜像」就会出现 Ubuntu 22.04、openEuler 等选项，官方镜像仓库里也有大量 9.2.0-beta.1-950-ubuntu22.04-py3.x 的 Docker 镜像。另外截图里版本号是 9.2.0-beta.1，bet

ATK（华为算子测试平台）详细介绍 CANN（Compute Architecture for Neural Networks，神经网络计算架构ATK（ApiToolKits）是华为昇腾生态中面向算子接口的端到端测试工具，属于 MindStudio 工具链家族（项目地址：gitcode.com/Ascend/ATK），定位是为算子开发者和算子测试人员提供"用例泛化生成 + 用例测试执行"的一站式框架，用来简化昇腾 NPU 算子的验证流程。

《从“人工适配“到“智能生成“：KernelSwift 跨国产芯片算子迁移全栈方案解读》 —— 强调范式跃迁和跨硬件属性，适合偏架构分析的写法是的，这两条消息反映的其实是同一套技术底座在两类国产硬件上的落地，这个方向挺值得关注的。我帮你梳理一下脉络和意义：

昇腾 950PR/950DT 新增regbase 编程方式和MemBase SIMD/SIMT 混合编程模型开发者通过 __simd_vf__ 标记的 Vector Function 和 AscendC::Reg 命名空间下的 Reg API，直接操作 AIV 核内新加的一级 SIMD Register File（VF Reg），把一段连续矢量计算完整保留在寄存器里，只在进入和退出时与 Unified Buffer（UB）交互一次。

cann 华为npu 算子开发直接访问L2高速缓存的可行性分析大概率不行——L2 直访和 UB 指针化是两类性质不同的问题。你之前那个 VECTOR 指针化任务之所以改 asc-devkit 就够，是因为 __ubuf__ 是编译器已经原生支持的地址空间关键字，只是 Basic API 层没开放入口。而 L2 的情况是：当前 Ascend C 的语言扩展里根本不存在 L2 的地址空间限定符，这不是库层能补的缺口。不过"L2 直访"这个需求要拆成两种含义，结论也不一样。

@嵌入式扫地僧

车载毫米波雷达分类芯驰 D9-Pro 部署全流程本文针对车载低速前向碰撞预警场景，拆解从 MIMO 雷达点云预处理到 PointNet-Tiny-ASIL 模型 1ms 低延迟推理、ASIL-B 功能安全适配的全流程，基于芯驰 D9-Pro 车规芯片和 TFLite Micro 车规版框架，给出量产级可运行 C 代码实现，实测推理延迟最低 0.78ms，功能安全故障检测覆盖率达 92%。