存算融合，减少数据搬移
以 SRAM 数字存算一体架构结合存储与乘加计算，让权重更靠近计算，降低数据搬移开销，提升片上计算效率。
CIMEURA® 面向端侧与边缘 AI 推理，基于 SRAM 数字存算一体架构，将存储与乘加计算紧密结合，减少模型推理中的数据搬移。通过将权重解密与解压融入 NPU 数据通路，兼顾计算能效与模型权重保护，配合灵活的 NPU 配置及 CIMEURA Studio，为不同功耗、算力与芯片集成需求提供适合的 AI 推理方案。
核心优势
面向端侧与边缘的能效设计
围绕 AI 推理中的功耗、算力与片上资源需求进行配置，适配从低功耗端侧到高性能边缘的不同应用。
权重压缩与安全保护
将权重解密、解压与推理数据通路融合，在供给计算数据的同时保护模型权重。
配套软件平台
CIMEURA Studio 支持 NPU 配置与 IP 生成，连接应用需求与芯片设计，为 NPU 的配置和集成提供配套支持。
覆盖多样化的推理场景
CIMEURA-L 系列
低功耗端侧
面向低功耗常开与端侧感知应用，在有限的功耗和片上资源下支持 AI 推理。
CIMEURA-E 系列
通用端侧与边缘
面向端侧与边缘视觉，兼顾推理算力与集成需求，为多样化视觉应用提供计算支持。
CIMEURA-H 系列
高性能边缘
面向更高吞吐的边缘推理任务，适配对计算能力与数据处理效率要求更高的应用。
软件平台
CIMEURA Studio
围绕目标应用开展 NPU 配置与 IP 生成，将模型推理需求与芯片实现衔接起来，为不同功耗、算力和集成目标提供配套的软件平台。
沟通您的 AI 推理需求
欢迎提供应用场景、模型与精度、功耗预算及目标芯片平台等需求，我们将安排相应的技术沟通。
