> 数据图表怎样理解1.2、NPU是专用加速芯片，适用于乘法累加运算
2025-4-11.2、NPU是专用加速芯片，适用于乘法累加运算◼ NPU专用于AI运算，核心是矩阵乘法运算，CNN是主要算法之一，本质上由大量的乘法累加计算组成。◼ CNN是一种专门用于处理具有网格状结构数据的深度学习算法，广泛应用于图像分类、目标检测和语义分割等，包含卷积层、池化层和全连接层。以图像处理为例，卷积神经网络需要将大数据量的图片降维成小数据量。神经网络卷积层通过卷积核扫描图片，提取图片局部特征。再通过池化层对数据进行降维和防止过拟合，最后在全连接层输出。如图所示，卷积的本质就是简单乘积和运算，小矩阵（卷积核）上的元素和输入矩阵对应数据相乘并求和，输出矩阵单个值，这个过程在输入的矩阵上移动进行，从而生成整个更低维的输出矩阵。相应处理这种运算的单元被称为乘积累加器，MAC运算的操作就是计算两个数的乘积并将该乘积添加到累加器中，即a ← a + ( b × c )。图表：CNN网络结构图图表：卷积层运算步骤，由5*5转换成3*3矩阵来源：《基于多块卷积变分信息瓶颈的多变量动态过程故障诊断》，中泰证券研究所10 
