如何在资源受限的RISC-V内核上嵌入人工智能?——以Codasip L31内核为例来分析基于自定义指令的神经网络  

Embedded AI on L-Series cores based on RISC-V

作　　者：Alexey Shchekin 

机构地区：[1]Codasip公司

出　　处：《电子产品世界》2022年第4期13-16,共4页Electronic Engineering & Product World

摘　　要：人工智能(AI)几十年来一直是一个热门的技术话题。根据Statista和Gartner的预测,人工智能的收入将在未来4年内增长4倍,在2024年后将超过1 000亿美元(1美元约为人民币6.4元)。传统上,复杂的人工智能计算在云端数据中心运行。在GPU加速器和专门的系统级芯片(So C)的帮助下,在台式机上实现人工智能模型,可以减少云端访问的要求。但在过去的几年里,一个重要的转变是AI处理从云端转到设备级。这主要归功于嵌入式设备/So C的性能不断提高和安全考虑。这种转变催生了嵌入式人工智能的概念——机器学习和深度学习在设备级嵌入式软件中的应用。

关 键 词：自定义指令 嵌入式软件 机器学习 嵌入式设备 神经网络 深度学习 资源受限 系统级芯片 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP332[自动化与计算机技术—控制科学与工程]