共计 1569 个字符，预计需要花费 4 分钟才能阅读完成。
近期，RISC-V SIG 实现了 Arm NN 在 openEuler Embedded 零碎的适配，于 2023 年 1 月合入零碎构建工程代码库，经测试验证可用，实现了神经网络减速库在 openEuler Embedded 嵌入式零碎上的减速和优化。
零碎构建工程下载地址：https://gitee.com/openeuler/yocto-meta-openeuler
反对 Arm NN 的 openEuler Embedded 零碎已向社区凋谢
openEuler Embedded 是基于 openEuler 社区面向嵌入式场景的 Linux 版本，因为嵌入式零碎利用受到多个因素的束缚，如资源、功耗、多样性等，所以通过嵌入式处理器内核进行机器学习成为了技术倒退须要，ARM 推出 Arm NN 减速库就是解决办法之一，将机器学习使用到嵌入式零碎中。提供高性能神经网络推理能力，反对边、端协同工作，晋升资源利用率。
指标检测是在嵌入式平台上运行机器学习的工作负载之一
以指标检测为示例，验证 ArmNN 的推理减速成果：
- 模型：yolov3 tiny（FLOAT32 量化）
- 训练数据：COCO
- 测试数据：640*480 H264 视频
通过试验证实，在精度损失可承受范畴内，Arm NN 减速可达到百倍的性能晋升。如下图所示，其中横轴示意检测图片序号，纵轴示意推理耗时（单位：us）：
注：musl-ref 是指基于 MuslC 的 Openeuler Embedded 且不做任何减速，musl-acc 是指基于的 Openeuler Embedded 且使能 ArmNN 的指令减速和优化。
为了适配 openEuler Embedded 零碎，Arm NN 软件需兼容 yocto-meta-openeuler，并在上做了很多筹备工作，如 tensorflow 的适配，Compute Library 的适配，flatbuffers 的应用等。openEuler Embedded Arm NN 的构建代码位于 meta-openeuler/recipes-arm 层上，社区开发者可依据须要自行构建 ArmNN 软件。
Arm NN：交融支流神经网络框架，为用户提供高效的 AI 利用平台
Arm NN SDK 是一套开源 Linux 软件和工具，反对在高能效的设施上运行机器学习工作负载。它桥接了现有神经网络框架与高能效的 Arm Cortex CPUs、Arm Mali GPU 或 Arm 机器学习处理器。
Arm NN 填补了现有 NN 框架和底层 IP 之间的空白。它能够帮忙 TensorFlow 和 Caffe 等现有神经网络框架实现高效转换，并在 Arm Cortex CPU 和 Arm Mali GPU 上高效运行，无需批改。
次要劣势
- 更轻松地在嵌入式零碎上运行 TensorFlow 和 Caffe；
- Compute Library 外部的一流优化函数，让用户充分发挥底层平台的弱小性能；
- 无论面向何种内核类型，编程模式都是雷同的；
- 现有软件可能主动利用新硬件个性；
- 作为开源软件，可能绝对简略地进行扩大，从而适应 Arm 合作伙伴的其余内核类型。
Arm NN 为 openEuler Embedded 零碎带来人工智能的新生机
Arm NN 为 openEuler Embedded 提供全零碎的神经网络优化计划，反对在高能效的设施上运行机器 学习工作负载。为了充分利用不同平台的软硬件个性，在 Linux 零碎上提供 ARM CPU 上的神经网络减速能力，应用硬件指令减速库接口，使其面向指标硬件。目前，Arm NN 软件库在 openEuler Embedded 零碎上的适配工作根本实现，RISC-V SIG 也将继续研发更多新性能，并移植最新的 openEuler Embedded 零碎镜像。为了放慢 openEuler Embedded 零碎人工智能利用场景落地，咱们诚邀感兴趣的敌人和测试志愿者退出并下载开发版镜像，独特摸索并解决可能存在的问题，推动 openEuler 人工智能开发生态的凋敝倒退！
