1. 基于RISC-V的开源AI MPU/加速器
**(1) SiFive Intelligence系列**
- 特点：SiFive提供开源的RISC-V IP核，支持AI扩展指令集（如向量扩展V扩展、自定义指令）。
- 开源内容：部分RISC-V核设计（如X280）可定制AI加速指令。
- 适用场景：边缘推理、TinyML。
- 链接：SiFive GitHub
(2) CORE-V（OpenHW Group）
- 特点：开源RISC-V处理器家族，支持AI加速扩展（如DSP/向量指令）。
- 代表IP：CV32E40P（支持自定义AI协处理器）。
- 适用场景：低功耗嵌入式AI。
- 链接：OpenHW Group
(3) VEGA（ETH Zurich）
- 特点：开源RISC-V SoC，集成自定义AI加速单元（支持INT8/FP16）。
- 性能：1-4 TOPS（取决于配置）。
- 开源内容：RTL代码、工具链。
- 链接：VEGA GitHub
2. 开源AI加速器IP核
(1) NVDLA（NVIDIA Deep Learning Accelerator）
- 特点：NVIDIA开源的深度学习加速器IP，支持CNN推理。
- 开源内容：完整RTL代码（Verilog）、编译器工具链。
- 兼容性：可集成到ARM/RISC-V SoC中。
- 局限：仅支持推理，无训练功能。
- 链接：NVDLA GitHub
(2) TENSAI（开源AI加速器）
- 特点：轻量级开源AI加速器，支持INT8/FP16。
- 适用场景：物联网、边缘设备。
- 开源内容：RTL设计、测试用例。
- 链接：TENSAI GitHub
(3) OpenAI Accelerator（社区项目）
- 特点：基于Chisel设计的开源AI加速器，支持灵活配置。
- 性能：可扩展至多TOPS。
- 链接：GitHub示例
3. 开源SoC平台（集成AI加速）
(1) PULP（Parallel Ultra Low Power）
- 特点：苏黎世联邦理工学院（ETH）开源的RISC-V多核SoC平台，支持AI加速扩展。
- 代表项目：
- GAP9（GreenWaves商用芯片的学术版，开源RTL）
- Hero（集成自定义AI加速单元）
- 适用场景：传感器端AI、TinyML。
- 链接：PULP Platform
(2) OpenTitan（安全AI SoC）
- 特点：谷歌支持的开源安全芯片项目，可集成AI加速模块。
- 适用场景：安全敏感的AI边缘设备。
免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
如有疑问请发送邮件至：bangqikeconnect@gmail.com