FPGA 板级验证
LPU v1.0 已在紫光 PG2L50H、Xilinx 7 系列等多厂家 FPGA 完成板测：8×8 GEMM 与 11 个扩展算子全部通过，UART / UDP 双通路打通。
目标应用领域
从已验证的算法出发，向这些方向延伸
以下为我们正在交付或探索的场景；已完成、在研、预研阶段均明确标注，不使用未经实测的性能数字。
大模型推理算子加速
LPU 确定性算子执行已在多厂家 FPGA 完成板级验证，面向边缘与端侧推理。
存算一体算法
PIM 算法与工具链已完成，Zynq-7010 板级精度回归进行中。
纳米级运动控制
纳米运动引擎控制算法仿真已跑通，板卡测试中，面向精密定位与微型运动机构。
脉冲神经网络
Rust SNN 核心与边缘检测链研发中（nRF52840 真硅已跑通）。
事件视觉传感
自研 DVS 事件传感器方案，以及仿生记忆、光 SNN 方向预研。
科研与联合实验
面向高校与硬件团队提供算子验证、算法可行性评估与联合研发。
核心能力
为什么可以相信DBHOO 的验证结果
我们只陈述可复现的实验与实测数据：每一项结论都对应 FPGA 板测记录，或在线验证引擎中可下载、可重跑的测试向量。
双精度独立金标准
验证引擎内置与提交方实现无关的 NumPy float64 参考基准（golden-f64-1.0），逐元素实算余弦相似度、相对 L2 误差、PSNR 与幅度一致性。
可审计交付报告
每份报告含逐用例指标、阈值对照、内容哈希与验真签名；RTL 仿真、FPGA、流片芯片产物均可送验。
算子覆盖持续扩充
在线平台当前覆盖 18 类算子、161 条测试向量、4 种数据分布、367,000 个期望输出元素。
纳米运动控制 · 板测中
纳米运动引擎控制算法仿真已跑通，板卡正在测试中，预期用于精密定位平台、微型运动机构与微型执行器控制。
前沿方向预研
SNN 水声事件检测 / 唤醒前端与 Rust 引擎在研（nRF52840 真硅已跑通检测链），自研 DVS 传感器、仿生记忆与光 SNN 为前瞻预研。
核心产品
四条算法产品线 · 阶段透明 数据可查
LPU 已有板测归档结果；PIM 算法已完成、在 Zynq-7010 板测中；NM 仿真完成、板测中；SNN 核心平台与边缘方向在研。对外口径以实测为准，不承诺未经实验的指标。
01
LPU 算子加速平台 · FPGA 板级验证
面向确定性算子执行的轻量加速架构。v1.0 已在紫光 PG2L50H、Xilinx 7 系列等多厂家 FPGA 完成板测：8×8 GEMM 与 ReLU/GELU/Softmax/Conv 等 11 个扩展算子通过，UART / UDP 双通路打通，控制侧可实现确定性、低延迟的命令交互。
02
PIM 存算一体算法 · 已完成 · Zynq-7010 板测中
算法与工具链（Crossbar 行为级仿真、噪声注入、计算图框架、精度验证工具、硬件抽象层）已完成；当前在 Zynq-7010 板卡上做板级精度回归与数据排布测试，不依赖任何特定厂商 SDK。
03
NM 纳米运动控制引擎 · 仿真完成 / 板测中
面向精细运动场景的运动控制算法栈。当前控制算法仿真已跑通，板卡测试进行中；预期用于精密定位平台、微型运动机构与微型执行器控制等方向。
04
SNN 脉冲神经网络（预研）
以 Rust trait 为核心接口的多方向 SNN 平台：核心内核开源，向边缘、裸机、光计算与仿生记忆延展。当前聚焦极低功耗水声事件检测 / 唤醒前端，已在 nRF52840 真硅跑通 SNN 检测链（尚未接麦克风）；自研 DVS 传感器、仿生记忆与光 SNN 为前瞻预研。
▶ lpu-fpga / UDP 命令交互实测（Python）
# DBHOO LPU v1.0 · FPGA 板测：PC 经 UDP 与板卡交互（紫光 PG2L50H / Xilinx 7 系列）
import socket, struct
sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
sock.settimeout(1.0)
def cmd(opcode, payload=b""):
frame = bytes([opcode, 0, len(payload)]) + payload
sock.sendto(frame, ("192.168.1.10", 1234))
return sock.recv(512)
# 命令集：0x01 LOAD_A / 0x02 LOAD_B / 0x03 COMPUTE / 0x04 READ_C（8×8 INT8）
cmd(0x01, bytes([2] * 64)) # A 全 2
cmd(0x02, bytes([3] * 64)) # B 全 3
cmd(0x03)
resp = cmd(0x04) # 260 字节：4 字节帧头 + 64 个 INT32 结果
print(struct.unpack("<65I", resp)) # 期望 (head, 48, 48, … 48)
✓ v1.0 板测通过 · 2026-08-31 归档 · UART / UDP 双通路
▶ pim-verify / 金标准向量硬件验证流程
# DBHOO PIM 算法（已完成）· Zynq-7010 板级测试 + 金标准测试向量
# 1) 从在线验证平台下载厂商无关向量包 dbhoo-golden/1.0
# manifest.json + 各用例输入张量，覆盖 4 种数据分布
# 2) 在 Zynq-7010 板卡上以相同输入运行待验证算子
for case in manifest["cases"]:
x = load_tensor(case["input"])
y = run_pim_kernel_on_zynq7010(x)
save_output(case["id"], y) # bin / npy / npz / csv / json
# 3) 回传产物，引擎以 NumPy float64 金标准独立复算：
# 余弦相似度 / 相对 L2 误差 / PSNR / 幅度一致性 + 阈值判定
● 算法已完成 · Zynq-7010 板级测试中
▶ nanoctl / 闭环控制仿真（Python）
# nanoctl · 纳米运动引擎（仿真已跑通，板卡测试中）
for t in range(steps):
ref = trajectory(t) # 期望轨迹
pos = plant.read() # 仿真平台当前位置
err = ref - pos
pwm = kp*err + ki*err_sum + kd*(err - err_prev)
pwm += feedforward(ref) # 前馈补偿
plant.write(clip(pwm))
# 同一控制律正在向目标板卡移植
# 预期应用：精密定位平台、微型运动机构、微型执行器
● 仿真通过 · 板卡测试进行中
▶ snn-lab / LIF 神经元事件驱动推理（Rust）
// DBHOO SNN-Lab（在研）：LIF 神经元事件驱动推理
let mut neuron = LifNeuron::new(20.0, -50.0, -65.0); // tau_m / v_th / v_reset
for event in dvs_event_stream { // 仅在事件到达时计算
let v = neuron.integrate(event);
if v >= neuron.v_th {
neuron.emit_spike(); // 超过阈值才发放脉冲
neuron.reset();
}
}
// 方向：水声事件检测 / 唤醒前端 · Rust no_std 边缘部署 · 自研 DVS 传感器
● 在研 · Rust 引擎 + nRF52840 检测链已跑通
硬核指标
用真实数据说话 · 可复现
截至 2026 年 10 月，以下数字均来自实际板测记录与在线验证引擎，可在验证报告中逐项复核。
11
FPGA 已验证算子（个）
2
跨厂家 FPGA 板测平台（个）
18
在线验证算子类别
161
在线验证测试用例
4
在线验证数据分布（种）
500
GEMM 仿真迭代后一次通过（次）
服务方式
联系工作室 · 沟通验证需求
从算子验证到联合研发 · 六种合作方式
无论是硬件团队、研究团队还是企业客户，都可以从一次在线验证开始，用真实、可审计的报告决定下一步合作。
🧠 算法验证服务：精度验证、性能验证、可靠性验证、兼容性验证、内存与调度验证
⚡ 性能优化服务：分块策略优化、量化策略优化、内存布局优化、并行调度优化
🔬 模型适配服务：模型转换、精度校准、量化感知、回退策略、策略验证
🔌 硬件芯片服务：框架对接、数据排布、模拟仿真、硬件实测、可控成本、联合开发
🛡️ 服务流程：需求收集 → 方案设计 → 环境搭建 → 执行对接 → 报告交付 → 技术答疑
🏢 行业定制：需求定制 → 算法建模 → 适配原型 → 定制交付 → 技术答疑→长期迭代
console.neuro.ai — production / inference
今日 QPS
12.4K
P95 延迟
11.8ms
GPU 使用率
96%
进展记录
以事实为依据 · 研发进展
"LPU v1.0 已在紫光 PG2L50H、Xilinx 7 系列等多厂家 FPGA 完成板测：8×8 GEMM 与 11 个扩展算子通过，UART / UDP 双通路打通，控制侧可实现确定性、低延迟的命令交互。
"引擎内置 NumPy float64 金标准 golden-f64-1.0，覆盖 18 类算子、161 条测试向量、4 种数据分布、367,000 个期望输出元素，并可输出可审计的验证报告。
"Zynq-7010 PIM 板级精度回归进行中；纳米运动引擎仿真跑通、板卡测试中；SNN 边缘检测链与 Rust 引擎在研。
新闻资讯
最新动态与行业洞察
我们的动态
更多暂无内容，发布文章后将自动展示在这里。
准备好验证你的算子了吗？
无论是 RTL 仿真、FPGA 还是流片芯片的产物，都可以用同一套双精度金标准完成独立验证；也欢迎就算法授权与联合研发和我们联系。