瑞芯微AI平臺(tái)三大更新 加速端側(cè)AI技術(shù)落地

瑞芯微Rockchip正式發(fā)布旗下AI平臺(tái)三大重要升級(jí)，助力端側(cè)AI應(yīng)用：開發(fā)工具支持GUI圖形交互界面、原生支持MXNet和PyTorch、支持Docker部署。

一、交互方式更加友好，RKNN-Toolkit新版本將支持圖形界面

經(jīng)過多個(gè)版本的不斷迭代完善，RKNN-Toolkit已日益成熟。瑞芯微即將推出的新版將加入圖形交互界面(GUI)，開發(fā)者通過鼠標(biāo)點(diǎn)擊即可完成模型的轉(zhuǎn)換、量化、性能分析、內(nèi)存耗費(fèi)分析等任務(wù)，快速完成AI模型在端側(cè)部署的評(píng)估和轉(zhuǎn)換工作。特別是對(duì)于混合量化等較為復(fù)雜的任務(wù)，相比于過去的命令行交互，通過圖形界面可大幅提高效率并降低操作錯(cuò)誤的概率。另外，新版RKNN-Toolkit的圖形界面同樣在Linux/Mac OSX/Windows三個(gè)平臺(tái)上均可運(yùn)行。 　　

二、模型轉(zhuǎn)化更加簡(jiǎn)便，RKNN-Toolkit將對(duì)MXNet和PyTorch提供原生支持

在過去RKNN-Toolkit通過ONNX來完成MXNet和PyTorch等模型的支持，開發(fā)者需要先將模型轉(zhuǎn)換為ONNX格式，再進(jìn)一步轉(zhuǎn)換為RKNN模型，這一過程較為繁瑣，并且提高了引入問題的概率使得最終轉(zhuǎn)換失敗。

MXNet及PyTorch發(fā)展非常迅速，普及度快速提高， RKNN-Toolkit新版本將原生支持MXNet及PyTorch模型的轉(zhuǎn)換，在端側(cè)AI平臺(tái)的框架和模型支持覆蓋度上繼續(xù)保持領(lǐng)先。

三、模型推理性能更加穩(wěn)定，瑞芯微 AI平臺(tái)支持通過Docker快速部署端側(cè)AI應(yīng)用

隨著端側(cè)設(shè)備數(shù)量的成倍增長，需要以更具可擴(kuò)展性的方式部署端側(cè)AI應(yīng)用軟件。Docker容器技術(shù)是業(yè)界廣泛通行的解決這一挑戰(zhàn)的有力工具。

RK1808平臺(tái)系統(tǒng)將提供對(duì)Docker的支持，通過硬件抽象層，在容器中仍可調(diào)用NPU的強(qiáng)勁算力，經(jīng)測(cè)試，容器中的AI模型推理性能幾乎沒有損失。 　　

通過上述更新，開發(fā)者基于瑞芯微Rockchip AI平臺(tái)的產(chǎn)品開發(fā)、部署、維護(hù)將更為迅捷。瑞芯微將繼續(xù)與廣大開發(fā)者共同努力，加速AI在各類場(chǎng)景的落地。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。