美国加利福尼亚州拉古纳山市及台湾新竹市,2026年6月2日——BrainChip公司是一家专注于超低功耗神经形态AI半导体知识产权的领先服务商,近日宣布与MicroIP公司达成战略生态合作协议。MicroIP是一家在硬件与软件产品、机器学习应用、模型及ASIC设计领域拥有深厚专业积累的企业。
根据协议内容,双方将携手加速面向台湾及全球电子市场的智能化、高效能AI系统部署进程。此次合作将BrainChip先进的神经形态神经处理单元(NPU)技术(涵盖功耗低于一瓦的芯片及机器学习工具链)与MicroIP在系统级架构、硬件模组与ASIC设计及软件集成方面的优势深度融合。
此次合作重点瞄准多个高速增长的边缘AI关键应用领域,包括:
声学与语音处理及事件检测
视觉处理
雷达与激光雷达处理
遥感技术
网络安全
异常检测与分类
噪声抑制与信号增强
超低功耗边缘推理系统
在联合技术框架下,BrainChip将提供AI赋能支持,涵盖AI模型指导、专有模型资产访问权限,以及基于MetaTF开发流程的工具链支持。MicroIP则将负责客户系统级架构集成,并主导硬件模组的设计与验证工作,具备向客户交付完整集成、可量产边缘AI模组的能力。
BrainChip首席营销官史蒂文·布莱特菲尔德表示:"我们非常高兴地欢迎MicroIP加入我们持续壮大的AI生态体系。通过将BrainChip超低功耗的Akida架构与MicroIP强大的硬件设计及软件集成能力相结合,我们将为台湾及全球客户提供一条从概念验证到实际部署的高效、经过验证的完整路径,助力其推进复杂的边缘AI项目落地。"
双方将在联合工程与市场推广层面展开深入合作,并计划通过行业展会、线上研讨会及技术演示等多种形式展示合作成果。
关于MicroIP
MicroIP总部位于台湾新竹市,专注于硬件与软件产品及服务的市场推广与销售,核心业务涵盖机器学习应用开发、定制化模型构建及完整ASIC设计,致力于向全球市场提供系统级验证与完整AI模组解决方案。
关于BrainChip公司
BrainChip专注于半导体知识产权、片上系统设计及其他面向机器学习应用产品的市场推广与销售。通过提供超低功耗、高效能的边缘AI推理能力,BrainChip将智能计算延伸至数据产生的源头。更多信息请访问开发者中心:Developer.brainchip.com。
Q&A
Q1:BrainChip与MicroIP的战略合作具体涵盖哪些技术领域?
A:此次合作覆盖多个边缘AI应用方向,包括声学与语音处理、视觉处理、雷达与激光雷达处理、遥感技术、网络安全、异常检测与分类、噪声抑制与信号增强,以及超低功耗边缘推理系统。BrainChip负责提供神经形态NPU技术和机器学习工具链支持,MicroIP则承担系统级架构集成与硬件模组设计验证工作。
Q2:BrainChip的MetaTF开发流程是什么?有什么作用?
A:MetaTF是BrainChip提供的专有AI开发工具链流程,用于支持合作伙伴和客户在其Akida神经形态架构上进行AI模型的开发与部署。在此次与MicroIP的合作中,BrainChip将通过MetaTF提供AI模型指导、专有模型资产访问等赋能支持,帮助客户实现从概念验证到量产落地的完整路径。
Q3:BrainChip的Akida芯片功耗表现如何?适用于哪些场景?
A:BrainChip的Akida系列神经形态芯片功耗低于一瓦,属于超低功耗设计,特别适用于需要在数据产生端直接进行AI推理的边缘场景。典型应用包括语音事件检测、视觉处理、雷达信号分析、工业异常检测等对功耗和实时性要求较高的场合。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。