人工智能核心技术与产业化申报指南：深度学习芯片与平台开发

本资源主要聚焦于人工智能创新发展中的两大重大工程项目：核心技术研发与产业化以及基础资源公共服务平台的申报要求。首先，核心技术研发与产业化工程分为两个方向。 1. 深度学习智能芯片产业化：项目旨在推动通用智能芯片的发展，前端芯片需着重解决超低功耗和多模型适配问题，目标是实现高性能且低能耗。云端智能芯片则关注海量数据处理和高并行计算能力，要求芯片具备异构计算架构，支持多处理器单元和分布式处理。申报企业需提供自主知识产权的新型计算机指令集和编译器支持，云端芯片性能需达到至少400Gops/W，前端芯片功耗低于5W，且单款芯片出货量需超过100万片，并在至少三个领域实现应用。 2. 面向深度学习应用的开源平台建设：平台需基于多种硬件如CPU、GPU和FPGA，提供AI软件开发环境，支持图像识别、语音识别和自然语言理解等技术。平台应具备大规模数据自动处理、智能调度功能，满足100PB以上数据规模的处理需求，兼容主流机器学习工具，如TensorFlow、Spark等，并能处理多种媒体数据类型。 其次，基础资源公共服务平台工程重点关注高准确度人脸识别系统的产业化和应用。系统需建立高质量的人脸识别基础数据库，提供行业开放接口。技术上，涉及实时超高清图像处理、人脸检测、曝光补偿和动态调整等功能，通过深度学习和知识加工技术提升识别精度和速度。平台需研发1:1和1:N人脸识别系统，确保在复杂环境下也能有效工作。 这些工程的申报不仅需要企业具备深厚的技术积累和创新能力，还对产品的实际应用效果和市场推广有明确的要求，以推动人工智能产业的快速发展和广泛应用。