如今在嵌入式開(kāi)發(fā)領(lǐng)域，如何實(shí)現(xiàn)嵌入式AI推理是一個(gè)熱門(mén)話題。其中，如何在低算力、低功耗、低成本的MCU上部署AI應(yīng)用，是開(kāi)發(fā)者普遍面臨的一個(gè)設(shè)計(jì)“痛點(diǎn)”。

在硬件方面，MCU自身性能的局限性限制了推理引擎的規(guī)模；在軟件方面，目前主流的開(kāi)源工具缺乏針對(duì)MCU的算法優(yōu)化的統(tǒng)一標(biāo)準(zhǔn)，量化后會(huì)造成精度損失，針對(duì)MCU硬件的性能優(yōu)化和模型算法的優(yōu)化融合不足，大而全的開(kāi)源推理引擎對(duì)MCU內(nèi)存空間浪費(fèi)嚴(yán)重……這些都在制約嵌入式AI應(yīng)用的進(jìn)一步發(fā)展。

破解這一難題，關(guān)鍵的一點(diǎn)就在于——設(shè)計(jì)一個(gè)高效的MCU AI工具鏈。

日前，在“GTIC 2021嵌入式創(chuàng)新峰會(huì)”上，恩智浦AI-IoT方案資深研發(fā)經(jīng)理秦建峰先生在主題為《如何設(shè)計(jì)高效率MCU AI工具鏈》的演講中，分享了恩智浦對(duì)此的思考和答案——恩智浦NANO.AI工具鏈。

原文標(biāo)題：破解高效MCU AI工具鏈設(shè)計(jì)難題，答案這里！

文章出處：【微信公眾號(hào)：NXP客?！繗g迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq