华为 Atlas 昇腾
昇腾系列 AI 处理器与 Atlas 硬件，覆盖端、边、云推理与训练场景。
- CANN 异构计算架构，提供 AscendCL 编程接口
- MindSpore 框架原生支持，兼容 PyTorch / TensorFlow 等主流框架接入
- 配套模型转换与量化工具，支撑大模型端云协同部署
CANNMindSporeAtlas
AI 硬件适配
让 ASR、TTS、LLM、VLM、MLM 等各类 AI 模型，在多种国产与主流芯片平台上高效运行。
模型类型适配
覆盖语音、语言与多模态等主流模型类型，提供从转换、量化到部署的全流程适配。
ASR
语音识别
端到端声学模型转换与量化，保障端侧低延迟实时转写。
TTS
语音合成
声码器与声学模型联合优化，在算力受限设备上保持自然音色。
LLM
大语言模型
支持主流开源大模型的算子适配、量化压缩与推理加速。
VLM
视觉语言模型
视觉编码器与语言解码器的异构切分部署，兼顾精度与吞吐。
MLM
多模态语言模型
多模态输入的统一调度与显存优化，支撑具身智能感知决策链路。
芯片平台与生态架构
深入理解各芯片平台的软件栈与工具链，是模型高效落地的前提。以下为六大适配平台的生态架构简介。
寒武纪 MLU
云边端一体的 AI 加速芯片，面向智能计算中心与边缘推理场景。
- Neuware 全栈软件平台，统一云端与边缘开发体验
- CNToolkit 开发套件与 MagicMind 推理引擎
- 支持 PyTorch / TensorFlow / ONNX 等模型格式的转换与优化
NeuwareMagicMindCNToolkit
瑞芯微 RKNN
RK 系列 SoC 内置 NPU，面向边缘 AIoT 与智能终端设备。
- RKNN-Toolkit2 工具链完成模型转换、量化与精度分析
- 支持 ONNX / PyTorch / TensorFlow 等格式模型导入
- NPU 与 CPU/GPU 协同调度，适合低功耗端侧推理
RKNN-Toolkit2NPU边缘 AIoT
高通 Qualcomm
骁龙平台移动与边缘计算芯片，服务智能手机、PC 与物联网终端。
- Qualcomm AI Engine 由 Hexagon NPU、Adreno GPU 与 Kryo CPU 异构协同
- Snapdragon SDK 与 AI Hub 提供模型优化与端侧部署通道
- 对语音、视觉与大模型端侧推理提供量化加速支持
Hexagon NPUAI EngineAI Hub
摩尔线程 Moore Threads
全功能 GPU 芯片，覆盖图形渲染、科学计算与 AI 推理训练。
- MUSA 统一系统架构，提供 MUSA Toolkit 全栈软件
- 支持 PyTorch 等主流框架的算子适配与迁移
- 面向国产算力生态，兼容图形与计算混合负载
MUSA全功能 GPU国产算力
地平线 Horizon
面向智能驾驶与边缘智能的 BPU 架构芯片，服务车规级与 AIoT 场景。
- BPU（Brain Processing Unit）自研计算架构，专注感知类模型加速
- OpenExplorer（天工开物）工具链支持模型量化、编译与板端部署
- 面向车载与机器人场景提供实时推理能力
BPUOpenExplorer车规级
上述芯片名称与商标归各自权利人所有，生态架构描述基于公开资料整理，具体适配范围以双方技术评估为准。
适配服务流程
01
模型评估
分析模型结构、算子覆盖与精度基线
02
芯片选型
结合算力、功耗与成本匹配目标芯片平台
03
转换优化
模型转换、量化压缩与算子级性能调优
04
部署验证
板端部署、精度回归与长期运行验证