神经网络

中紫星技术有限公司（中紫星）是一家专注于神经网络执行机制的AI芯片公司，成立于2025年，创始团队来自多伦多的Vector Institute。中紫星提出了NEU（Neural Execution Unit）架构，旨在让神经网络成为计算机的执行结构，而非仅仅作为指令集进行运算。NEU架构摒弃了传统的指令式计算，转而采用神经拓扑驱动、分布式局部执行和空间展开的方式，直接映射神经网络到硬件结构中。 中紫星的主要应用场景是大模型推理，特别是针对FFN部分的高效计算。NEU的优势在于其专为神经网络执行设计，能显著提高这类密集计算场景的效率。尽管NEU并非替代GPU，而是与其形成协同工作的异构计算架构的一部分，中紫星希望通过NEU来优化整个AI基础设施的效率、成本和能耗。 中紫星的愿景是成为“人工智能的解放者”，推动计算基础设施的重构，使计算机从程序驱动走向模型驱动。在未来，随着AI的强大发展，计算机可能会从程序驱动转变为模型驱动，从而带来计算平台的根本变革。

曜智光科 曜智光科（Rationalite Photonics）首席科学家暨 MIT 团队在微纳制造与光芯片领域取得颠覆性突破，相关研究成果于2026年5月12日正式发表在国际顶尖学术期刊《Nature Photonics》（自然·光子学上。该研究展示了一种名为“内爆雕刻”（ImpCarv）的全新制造方法。该技术成功突破了传统光学制造的衍射极限,为构建具有纳米级精度、高自由度的复杂三维(3D)超结

本文介绍了如何上手STM32N6开发板，并详细讲解了系统烧录、LTDC显示、DCMIPP和ISP配置、神经网络应用和部署等内容。文章强调了在使用过程中要注意的关键点，如签名代码差异、XSPI时钟配置、LTDC内存权限等问题，并提供了多个实际操作步骤和注意事项，帮助读者更好地理解和掌握STM32N6的开发技巧。

STM32N6是一款集成了自研神经处理单元的MCU，具有强大的边缘AI算力。本文介绍了如何使用STM32CubeMX配置LTDC进行屏幕驱动，并展示了具体的代码实现步骤，最终成功在STM32N6570-DK开发板上实现了屏幕图像显示。

STM32N6是一款集成了自研神经处理单元的MCU，重新定义了边缘AI的算力边界。本文介绍了如何在STM32N6上导入并初步运行神经网络模型，包括准备工作、STM32CubeMX配置、神经网络部署、代码测试等内容。通过实例展示了如何使用STM32CubeMX进行模型处理和部署，以及如何在代码中进行输入输出数据处理和模型推理。最后，演示了如何将权重文件烧录到指定地址，并在代码中打印输出结果，验证了神经网络的正确运行。