> 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指令集（ISA）契合神经网络任务。NPU指令集经过了专门的优化，包含ADD加法、MULT矩阵乘法、DOT矩阵点乘、CONV卷积操作等指令，适合神经网络任务，指令的执行效率和吞吐量更高。◼ 卷积神经网络本质是MAC计算。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。如下图所示，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。图表：输入矩阵和小矩阵相乘，生成输出矩阵图表：CNN的矩阵乘加运算示意来源：百度智能云千帆社区，Easyai，中泰证券研究所11 
