CMSIS-NN是一个开源库最大化神经网络性能的优化软件内核Cortex-M核心以最小的内存开销。
机器学习算法(ML)正在向物联网优势由于各种因素如延迟、功耗、成本、网络带宽、可靠性、隐私和安全。因此,有一个越来越浓的兴趣发展神经网络(NN)解决方案部署在低功耗边缘设备,如手臂Cortex-M单片机系统。CMSIS-NN是一个开源库最大化神经网络性能的优化软件内核Cortex-M核心以最小的内存开销。
点击在这里继续阅读。
评论*
的名字*(注意:这个名字会显示公开)
电子邮件*(这将不公开显示)
Δ
学术界、业界伙伴关系斜坡来诱使大学生硬件工程。
球继续减少,但是需要新的工具和技术。
埋藏特征和凹角几何图形驱动应用程序特定的计量解决方案。
问题包括设计、制造、包装、和可观察性都需要解决这种方法成为主流之前对于许多应用程序。
全球芯片销售额下滑加深;芯片制造商的数据泄漏问题;硅晶片销售下降;电子系统设计销售;Techcet赢得合同芯片法;英飞凌德国工厂破土动工;新研究中心SiC;赢家横切的eCTF比赛;若新设备。
现有的工具可以用于RISC-V,但他们可能不是最有效或高效。还有什么需要?
行业取得了理解老龄化如何影响可靠性,但更多的变量很难修复。
技术和业务挑战依然存在,但势头正在建设。
Gate-all-around将取代finFET,但它会产生一系列的挑战和未知。
一个处理器的验证是更复杂的比同等规模的ASIC,和RISC-V处理器把这一层复杂性。
高速度和低热量使这个技术至关重要,但它是极其复杂和人才是很难找到和火车。
该行业似乎认为这是一个真正的目标开放的指令集架构。
留下一个回复