中科航星

重塑智能装备算力，解决智能芯片算力卡脖子问题，打破国外高端芯片算力垄断。重塑智能装备算力，解决智能芯片算力卡脖子问题，打破国外高端芯片算力垄断。

主要特点：联合国内顶层数学、软件领域的专家，组建专用算子库和模型轻量化团队，从人工智能芯片最底层架构投入大量的人力物力，从最跟不上提升国产芯片计算效率。

联合中科院与北京大学数学领域专家团队、深耕最底层算子技术、打破国外高端芯片算力垄断，重新定义国产人工智能芯片算子库与底层计算架构、重塑智能装备算力，真正实现算得准、算得快、算得多。该技术将广泛应用在星载、机载、弹载、舰载、无人装备等领域，在完成侦察、对抗、识别、瞄准、攻击等各类作战任务时，计算效率将是制约智能装备发展的关键因素，解决算力不足和提高作战效能迫在眉睫。

适应性强，支持多种国产异构算力。通过算子实现了算法和算力解耦以及深度协同，其算子调度优化的方法不局限于特定CPU，也适用于GPU、FPGA、NPU等国产异构AI加速算力。而现有芯片模组或者计算框架的厂商，往往只适用于Intel的X86 CPU和NVIDIA的Cuda技术栈，存在较大自主可控风险。

原生性好，自主研发全套软硬件技术栈。基于原生开源的Euler操作系统，仅依赖C/C++编程语言以保障软件供应链安全，避免非友好、商业协议等对研发和适用场景的限制。整体技术对线对标、兼容主流深度学习框架TVM、Pytorch等，在原生研发的同时保障开放性，可持续适配对接国内外最新的算法。

性能突出，可灵活支撑智能算法在多种无人系统上高效运行。采用的递进式解决方案，能充分挖掘不同算法在异构算力上的提升潜力，达到提升计算速度，同时保障精确度的技术指标。相较于国内同期产品，在自持力（同样打击效果功耗低，作战时间长），毁伤效果（速度精确度增益带来更少的弹药消耗）和适应性（算子解耦可灵活适配空天地多种无人系统）。

导弹末端制导时的目标识别，可快速识别出如坦克等的炮塔轮廓，相较于传统模组其轮廓更精确，处理速度更快，毁伤效率高；

无人车自主巡逻时的对敌打击，可有效感知区域周围态势，及时检测并跟踪移动目标，态势感知决策能力强；

无人机城市作战，可有效侦查、打击室内封闭场景下的班组作战敌方目标，在士兵的指挥下降低人员伤亡。