你的位置:首页 > 测试测量 > 正文

瑞芯微AI平台三大更新 加速端侧AI技术落地

发布时间:2019-12-24 责任编辑:lina

【导读】瑞芯微Rockchip正式发布旗下AI平台三大重要升级,助力端侧AI应用:开发工具支持GUI图形交互界面、原生支持MXNet和PyTorch、支持Docker部署。
  
瑞芯微Rockchip正式发布旗下AI平台三大重要升级,助力端侧AI应用:开发工具支持GUI图形交互界面、原生支持MXNet和PyTorch、支持Docker部署。
 
一、交互方式更加友好,RKNN-Toolkit新版本将支持图形界面
经过多个版本的不断迭代完善,RKNN-Toolkit已日益成熟。瑞芯微即将推出的新版将加入图形交互界面(GUI),开发者通过鼠标点击即可完成模型的转换、量化、性能分析、内存耗费分析等任务,快速完成AI模型在端侧部署的评估和转换工作。特别是对于混合量化等较为复杂的任务,相比于过去的命令行交互,通过图形界面可大幅提高效率并降低操作错误的概率。另外,新版RKNN-Toolkit的图形界面同样在Linux/Mac OSX/Windows三个平台上均可运行。
 
瑞芯微AI平台三大更新 加速端侧AI技术落地 
 
二、模型转化更加简便,RKNN-Toolkit将对MXNet和PyTorch提供原生支持
在过去RKNN-Toolkit通过ONNX来完成MXNet和PyTorch等模型的支持,开发者需要先将模型转换为ONNX格式,再进一步转换为RKNN模型,这一过程较为繁琐,并且提高了引入问题的概率使得最终转换失败。
 
MXNet及PyTorch发展非常迅速,普及度快速提高, RKNN-Toolkit新版本将原生支持MXNet及PyTorch模型的转换,在端侧AI平台的框架和模型支持覆盖度上继续保持领先。
三、模型推理性能更加稳定,瑞芯微 AI平台支持通过Docker快速部署端侧AI应用
随着端侧设备数量的成倍增长,需要以更具可扩展性的方式部署端侧AI应用软件。Docker容器技术是业界广泛通行的解决这一挑战的有力工具。
 
RK1808平台系统将提供对Docker的支持,通过硬件抽象层,在容器中仍可调用NPU的强劲算力,经测试,容器中的AI模型推理性能几乎没有损失。
 
瑞芯微AI平台三大更新 加速端侧AI技术落地
 
通过上述更新,开发者基于瑞芯微Rockchip AI平台的产品开发、部署、维护将更为迅捷。瑞芯微将继续与广大开发者共同努力,加速AI在各类场景的落地。
 
 
推荐阅读:
如何着手电源设计?3种经典拓扑详解(附电路图、计算公式)
小身材大功能---防倒灌和浪涌抑制
这是真的吗?采用单IC也能构建紧凑、高效的双极性稳压器?
一文带你解读何为电流互感器?
详解变压器振动噪声仿真分析
特别推荐
技术文章更多>>
技术白皮书下载更多>>
热门搜索

关闭

关闭

真钱棋牌