|
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。5 W/ k' Z- G' S ! t9 O$ V( g- S0 z: \ 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! Q1 k& B3 d, l Armv8-M最新版规格书:, b; |5 r7 j: o, j- I5 A DDI0553B_f_armv8m_arm.pdf 3 ?8 ~! a* n! V/ F8 sArmv8.1-M架构简介:7 H) v, G& f/ I8 q9 A+ @; p Introduction_to_Armv8.1-M_architecture.pdf ! k2 F/ S8 r% C* w, n, Y9 p7 m |
意法半导体助力STM32开发者简化AI模型开发流程
迈入融合时代:以统一的STM32 MCU平台释放物理AI潜能
【STM32C0116-DK】MNIST 数字识别
【NUCLEO-C562RE】MNIST 数字识别
【STM32H5 评测】MNIST 数字识别
STM32在边缘AI的布局及能力版图
从家电到机器人:STM32边缘AI应用案例拆解
STM32U3B5/U3C5:为超低功耗设计带来高性能 DSP 与边缘 AI
【NUCLEO-U3C5ZI 测评】+ 手写数字识别
【STM32U3 评测】MNIST 数字识别
微信公众号
手机版