瑞芯微与百度飞桨联手推动AI应用场景普及

  在AI向前不断推进的过程中,随着业界对AI应用落地的迫切需求,AI软硬件的充分结合势在必行。瑞芯微高算力AI芯片与百度飞桨开源深度平台之间的合作,强势赋能AI行业。

图片[1]-瑞芯微与百度飞桨联手推动AI应用场景普及-4747i站长资讯

  就在5月13日,瑞芯微Rockchip正式宣布,旗下AI芯片RK1808、RK1806适配百度飞桨(PaddlePaddle)开源深度学习平台,充分兼容飞桨轻量化推理引擎Paddle Lite。双方的合作为AI应用与场景的落地,打下着坚实基础。

图片[2]-瑞芯微与百度飞桨联手推动AI应用场景普及-4747i站长资讯

  百度飞桨与瑞芯微兼容性认证书

  其中,瑞芯微AI芯片经过多年发展之后,在稳定性、兼容性和成熟度等方面有着长足进步。本次合作的瑞芯微AI芯片RK1808及RK1806,内置独立NPU神经计算单元,INT8 算力高达3.0TOPs。而采用22nm FD-SOI工艺,让这两款芯片在相同性能下的功耗相比主流28nm工艺产品降低约30%,算力、性能、功耗等表现不错。

图片[3]-瑞芯微与百度飞桨联手推动AI应用场景普及-4747i站长资讯图片[4]-瑞芯微与百度飞桨联手推动AI应用场景普及-4747i站长资讯

  飞桨产业级深度学习开源平台,则以百度多年的深度学习技术研究和产业应用为基础,是颇具影响力的产业级深度学习平台。Paddle Lite则是飞桨推出的轻量化推理引擎,支持多种硬件、多种平台,具备轻量化部署、高性能实现等特性。这个引擎能为AI芯片,附加强有力的“灵魂”。

图片[5]-瑞芯微与百度飞桨联手推动AI应用场景普及-4747i站长资讯

  瑞芯微RK18xx系列芯片适配Paddle Lite

  数据,能说明一切。经实测,瑞芯微AI芯片在Paddle Lite中运行MobileNet V1耗时仅为6.5 ms,帧率高达153.8 FPS,二者充分兼容并高效稳定运行。如下图所示的实测结果,与手机等移动端常用的国内外主流CPU相比,RK18系列NPU在MobileNET_v1的耗时更少,表现出色。这能够证明,在AI相关领域,如图像分类、目标检测、语音交互上,专用AI芯片将带来更出色的效果。由此,AI应用自然能够加速落地。

图片[6]-瑞芯微与百度飞桨联手推动AI应用场景普及-4747i站长资讯

  瑞芯微RK18xx系列芯片在MobileNETV1上对比主流CPU性能卓越

  随着AI行业的不断前行,相关的软硬件充分结合,必然能在生态层面发挥出更大效能。届时,AI应用、场景也将变得更为多元化,也更能满足业界和消费者的需求。

  目前,在Paddle Lite文档上,已经可详细查询到瑞芯微AI芯片在飞桨上的实操教程(搜索路径:百度搜索“Paddle-Lite 文档”,左下角选择版本release-v2.6.0,部署案例板块“PaddleLite使用RK NPU预测部署”)。瑞芯微旗下搭载NPU的AI系列芯片将陆续升级适配百度飞桨,进一步深化双方合作关系!

------本页内容已结束,喜欢请分享------

感谢您的来访,获取更多精彩文章请收藏本站。

© 版权声明
THE END
喜欢就支持一下吧
点赞11 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片

    暂无评论内容