|
本帖最后由 baiyongbin2009 于 2019-2-18 01:52 编辑 Arm Helium技术用于Cortex-M内核的M-Profile矢量扩展,为其提供高达15倍的机器学习性能和高达5倍的信号处理能力,这样一来,我们可以继续使用M内核芯片,而无需采用更高性能的处理器架构。 Helium和Neon(用于Cortex-A系的高级SIMD技术)具有相似性,但Helium专为单片机的高效信号处理性能而设计。 为什么没有直接使用Cortex-A系的NEON,在ARM博文有介绍: http://community.arm.com/arm-re ... y-not-just-add-neon Armv8-M最新版规格书: DDI0553B_f_armv8m_arm.pdf Armv8.1-M架构简介: Introduction_to_Armv8.1-M_architecture.pdf |
【NUCLEO-U3C5ZI 测评】+ 手写数字识别
【STM32U3 评测】MNIST 数字识别
AI玩具爆发前夜:技术拐点、体验鸿沟与破局路径
STM32 AI Model Zoo,现支持PyTorch的最大规模MCU AI模型集合
经验分享 | STM32 AFCI 方案 TensorBoard 使用指南:AI 模型调优可视化终极方案
STM32F334运行超轻量级神经网络推理框架TinyMaxi进行端侧推理
【DIY-STM32N6570-DK-MINI板子功耗测试】
兔哥的边缘AI【001】——DIY-STM32N6全IO扩展板
实战经验 | STM32 AFCI方案TensorBoard的使用介绍
【STM32N6570-DK评测】1.你好N6
微信公众号
手机版