您當(dāng)前的位置： 首頁 > 資訊頻道 > 新聞資訊 > 瑞芯微AI平臺迎來三大重磅更新，端側(cè)AI技術(shù)落地有望加速

瑞芯微AI平臺迎來三大重磅更新，端側(cè)AI技術(shù)落地有望加速

作者：編輯：來源：發(fā)布日期： 2021.05.26

信息摘要：

近年來，人工智能浪潮在全球正在熱烈上演，巨大的市場潛力吸引了眾多的廠商參與其中。尤其是芯片方面，因為市場需求迫切，這就催生了一系列的AI芯片…

近年來，人工智能浪潮在全球正在熱烈上演，巨大的市場潛力吸引了眾多的廠商參與其中。尤其是芯片方面，因為市場需求迫切，這就催生了一系列的AI芯片公司，無論是傳統(tǒng)芯片廠，還是新興團(tuán)隊，都爭先恐后涌入其中，瑞芯微則是本土AI芯片的一個典型代表。

繼2018年年初推出首款A(yù)I芯片RK3399 pro取得不錯成績后，瑞芯微在今年年初推出RK1808及基于其打造的計算棒也都先后獲得了市場的一致好評。公司也通過這些高性能的硬件、友善的軟件和生態(tài)幫助開發(fā)者在商場超市、公共場所和智能家居等多個場景落地。但因為人工智能還處于高速發(fā)展階段，為此瑞芯微也持續(xù)不斷地更新其產(chǎn)品和服務(wù)，為開發(fā)者帶來更好的體驗。

日前，瑞芯微方面告訴記者，公司正式對旗下AI平臺進(jìn)行了三大重要升級，助力端側(cè)AI應(yīng)用。而這三個升級包括了：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。

首先，交互方式更加友好，RKNN-Toolkit新版本將支持圖形界面

瑞芯微表示，經(jīng)過多個版本的不斷迭代完善，RKNN-Toolkit已日益成熟。而公司即將推出的新版將加入圖形交互界面（GUI），可支持開發(fā)者僅通過鼠標(biāo)點擊即可完成模型的轉(zhuǎn)換、量化、性能分析、內(nèi)存耗費分析等任務(wù)，快速完成AI模型在端側(cè)部署的評估和轉(zhuǎn)換工作。

特別是對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誤的概率。另外，新版RKNN-Toolkit的圖形界面同樣在Linux/Mac OSX/Windows三個平臺上均可運行。

其次，模型轉(zhuǎn)化更加簡便，RKNN-Toolkit將對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平臺的框架和模型支持覆蓋度上繼續(xù)保持領(lǐng)先。

第三，模型推理性能更加穩(wěn)定，瑞芯微 AI平臺支持通過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平臺系統(tǒng)將提供對Docker的支持，通過硬件抽象層，在容器中仍可調(diào)用NPU的強勁算力，經(jīng)測試，容器中的AI模型推理性能幾乎沒有損失。

從瑞芯微方面的介紹我們可以看到，通過上述更新，開發(fā)者基于瑞芯微Rockchip AI平臺的產(chǎn)品開發(fā)、部署、維護(hù)將較之前更為迅捷。而瑞芯微方面也強調(diào)，公司將繼續(xù)與廣大開發(fā)者共同努力，加速AI在各類場景的落地，在這股AI大潮中,帶給開發(fā)者和消費者更好的體驗。

*免責(zé)聲明：本文由作者原創(chuàng)。文章內(nèi)容系作者個人觀點，半導(dǎo)體行業(yè)觀察轉(zhuǎn)載僅為了傳達(dá)一種不同的觀點，不代表半導(dǎo)體行業(yè)觀察對該觀點贊同或支持，如果有任何異議，歡迎聯(lián)系半導(dǎo)體行業(yè)觀察。