1.Low-power Deep Learning Accelerator uses a small amount of computation and memory footprint to perform high-accuracy speech command recognition on the edge device.
2.The image Semantic Segmentation technology for autonomous driving can significantly reduce the memory data traffic, the required computing time and computing power.

1.低功耗深度學習硬體加速器，整合神經網路設計與訓練、音訊處理、模型壓縮、神經網路硬體加速器等多項技術，使用少量的運算量及記憶體，在有限的硬體環境下，於終端裝置實現低功耗、高精準度的語音指令識別。
晶片架構的設計可支援多種神經網路架構，並具有可調整性和模組化設計。此技術大幅降低參數儲存所需之空間，並且可維持神經網路運算之精準度。
2.應用於自動駕駛的圖像語意分割技術，可大幅減少記憶體資料流量與所需的運算時間與運算功耗。

1.The speech command recognition can be widely used in communications, vehicles, home appliances, etc. 
2.The Image Semantic Segmentation Technology can be used in autonomous driving.