何时需要终端AI？
如需在数据生成时进行计算，且对响应时间有较高要求，终端AI是最适合的解决方案。随着终端AI日益普及，AI无处不在的时代即将到来。
为什么需要终端AI？
与云端AI相比，终端AI更能保护隐私，提升计算速度并降低终端设备实现AI的成本。
谁在引领终端AI？
我们正在引领终端AI。我们的终端AI解决方案并非想象中的概念，而已大量应用。
可重构NPU
耐能是可重构NPU领域的领导者，在行业创新提出动态存储DMA提升存储器访问效率，以及动态支持同一个神经网络的不同数据精度需求，使得NPU芯片有ASIC高性能而又不牺牲数据密集型算法的可编程性。
凭借独特创新的架构和优异的性能，耐能团队获得IEEE CAS 2021年Darlington最佳论文奖。耐能第4代可重构NPU可以支持同时运行CNN和Transformer网络，既可做机器视觉，也可运行语义分析，且运算能效优异，为终端用户提供更高性能、低功耗以及低成本的解决方案，可适用于各种终端设备的AI应用。
与仅面向特定应用的普通AI模型不同，耐能的可重构人工神经网络（RANN）技术更加灵活，可满足不同应用需求并适应各种计算体系架构。
凭借独特创新的架构和优异的性能，耐能团队获得IEEE CAS 2021年Darlington最佳论文奖。耐能第4代可重构NPU可以支持同时运行CNN和Transformer网络，既可做机器视觉，也可运行语义分析，且运算能效优异，为终端用户提供更高性能、低功耗以及低成本的解决方案，可适用于各种终端设备的AI应用。
与仅面向特定应用的普通AI模型不同，耐能的可重构人工神经网络（RANN）技术更加灵活，可满足不同应用需求并适应各种计算体系架构。
可重构人工神经网络支持：
可重构人工神经网络帮助客户：
- 计算语音
- 计算2D、3D图像识别
可重构人工神经网络帮助客户：
- 降低成本多达20%
- 加速产品商业化
- 客制化终端AI以满足个性化需求
