在英飞凌 ModusToolbox™ 环境中使用 Arm® Ethos™-U55 NPU 实现机器学习应用.docx

在英飞凌 ModusToolbox™ 环境中使用 Arm® Ethos™-U55 NPU 实现机器学习应用.docx

在英飞凌 ModusToolbox™ 环境中使用 Arm® Ethos™-U55 NPU 实现机器学习应用

1

10/2023

白皮书

在英飞凌ModusToolbox?环境中使用Arm?Ethos?-U55NPU实现机器学习应用

摘要

机器学习(ML)模型需要强大的计算资源来进行训练和推理,因此,它们通常在可以进行大算力数据处理的PC或云服务器上运行。然而,在计算机架构的革命性发展和软件工具的突破性进步的引领下,嵌入式系统Al和ML应用正在经历转型期。ML应用和场景正迅速扩展到物联网和嵌入式系统领域。当视频和图像等数据利用深度学习ML模型时,这些应用需要高处理能力的运算单元和大量的内存。为了支持这些场景,有必要使用诸如

文档评论(0)

1亿VIP精品文档

相关文档