|
说明: 1、今年年初的时候ARM发布Armv8.1-M架构,增加了Arm Helium技术。8 R. L: f ~9 M1 p) f8 R. Z# G7 ?' o 2、最新的CMSIS软件包V5.6.0正式带来Armv8.1-M内核支持,为DSP库f32函数增加NEON指令支持。 8 v0 [: C, ? b0 Z8 ` 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。3 l" V0 `4 `: z G& l% n2 A 1 m$ s) c, _! p. s8 K9 B( N 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。# b1 x, F7 |9 e* A 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 . f4 p& A# |+ f6 \ Armv8-M最新版规格书: # K9 A( I+ b5 t% D) e Armv8.1-M架构简介: ' c, A6 t8 [: D0 b- J
: J; b7 f9 l5 l; X4 J1 e. E CMSIS V5.6.0更新记录:/ g1 B v0 w( ?8 d2 Y) g! V |
| 很不错的学习材料啊! |
【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
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
微信公众号
手机版