早上百度搜“神经网络KPU”，查到与非网的一篇文章《一文读懂APU/BPU/CPU/DPU/EPU/FPU/GPU等处理器》，介绍各种处理器非常详细，关于“KPU”的内容如下：KPUKnowledgeProcessingUnit。嘉楠耘智（canaan）号称2017年将发布自己的AI芯片KPU。嘉楠耘智要在KPU单一芯片中集成人工神经网络和高性能处理器，主要提供异构、实时、离线的人工智能应用服务。这又是一家向AI领域扩张的不差钱的矿机公司。作为一家做矿机芯片（自称是区块链专用芯片）和矿机的公司，嘉楠耘智累计获得近3亿元融资，估值近33亿人民币。据说嘉楠耘智近期将启动股改并推进IPO。另：Kno

进行到KPU的又一个应用咯，其实跟前一个人脸识别的应用没有太多的不同。物体识别这里可是分类二十个物体，而人脸识别只是一个简单的二分类问题。（理论上机器学习也能做但是效果咋样就不知道了）。大概的程序思路跟上一个实验也是一致的，将该用的函数库导入之后（time,lcd,sensor,maix.KPU,image,gc）进行对应的初始化，初始化完成后就可以开始代码的编写。主要流程就是拍摄照片，导入模型就行识别，如果识别出存在对应物体，就框起来做标识。流程图如下：代码如下啦：！！！！importsensor,image,time,lcdfrommaiximportKPUimportgc#初始化部分lc

K210进入到这里总算是要进入这块板子的精髓部分了，超低功耗配备的超强算力，所谓的KPU可以理解成显卡，可以给模型的运算提提速。我们来简单介绍一下KPU部分（来源MicorPython从0到1）：KPU是K210内部一个神经网络处理器，它可以在低功耗的情况下实现卷积神经网络计算，实时获取被检测目标的大小、坐标和种类，对人脸或者物体进行检测和分类。KPU具备以下几个特点：➢支持主流训练框架按照特定限制规则训练出来的定点化模型➢对网络层数无直接限制，支持每层卷积神经网络参数单独配置，包括输入输出通道数目、输入输出行宽列高➢支持两种卷积内核1x1和3x3➢支持任意形式的激活函数➢实时工作时最大支持神