本團隊致力於研發精悍而實惠的AI加速器晶片。我們為現今發展最廣泛的Transformer架構量身打造了通用型的硬體加速器TAIMTAQ，可搭載物件追蹤模型、影像分割模型，甚至是語言生成模型。我們開發的晶片在運算量、能效、面積方面皆有長足的進步，表現更勝於麻省理工的SpAtten以及首爾大學的A3。

本團隊提出了更加細緻的條狀矩陣拆解以及水平垂直雙資料流模式，並採用動態調配的SRAM快取來減少資料流動量。我們以精簡的運算單元實踐了非線性函數，同時用內部硬體支援非對稱的INT8參數量化。TAIMTAQ在運行DeiT-small視覺模型時可達到96.4硬體運用率，同時維持精確率下降不到1。

在短短數年間，以Transformer架構為骨幹的ChatGPT和大型語言模型取得飛躍性的發展。有別於過去需要斥巨資建置雲端運算伺服器，現在TAIMTAQ可大幅降低在邊緣端佈署對話式AI的成本及能耗。同時，邊緣端AI可有效確保使用者的資料隱私與安全。我們的目標，就是要讓每個人都能擁有屬於自己的AI。