瑞芯微与百度飞桨联手推动AI应用场景普及

　　在AI向前不断推进的过程中，随着业界对AI应用落地的迫切需求，AI软硬件的充分结合势在必行。瑞芯微高算力AI芯片与百度飞桨开源深度平台之间的合作，强势赋能AI行业。

　　就在5月13日，瑞芯微Rockchip正式宣布，旗下AI芯片RK1808、RK1806适配百度飞桨(PaddlePaddle)开源深度学习平台，充分兼容飞桨轻量化推理引擎Paddle Lite。双方的合作为AI应用与场景的落地，打下着坚实基础。

　　百度飞桨与瑞芯微兼容性认证书

　　其中，瑞芯微AI芯片经过多年发展之后，在稳定性、兼容性和成熟度等方面有着长足进步。本次合作的瑞芯微AI芯片RK1808及RK1806，内置独立NPU神经计算单元，INT8 算力高达3.0TOPs。而采用22nm FD-SOI工艺，让这两款芯片在相同性能下的功耗相比主流28nm工艺产品降低约30%，算力、性能、功耗等表现不错。

　　飞桨产业级深度学习开源平台，则以百度多年的深度学习技术研究和产业应用为基础，是颇具影响力的产业级深度学习平台。Paddle Lite则是飞桨推出的轻量化推理引擎，支持多种硬件、多种平台，具备轻量化部署、高性能实现等特性。这个引擎能为AI芯片，附加强有力的“灵魂”。

　　瑞芯微RK18xx系列芯片适配Paddle Lite

　　数据，能说明一切。经实测，瑞芯微AI芯片在Paddle Lite中运行MobileNet V1耗时仅为6.5 ms，帧率高达153.8 FPS，二者充分兼容并高效稳定运行。如下图所示的实测结果，与手机等移动端常用的国内外主流CPU相比，RK18系列NPU在MobileNET_v1的耗时更少，表现出色。这能够证明，在AI相关领域，如图像分类、目标检测、语音交互上，专用AI芯片将带来更出色的效果。由此，AI应用自然能够加速落地。

　　瑞芯微RK18xx系列芯片在MobileNETV1上对比主流CPU性能卓越

　　随着AI行业的不断前行，相关的软硬件充分结合，必然能在生态层面发挥出更大效能。届时，AI应用、场景也将变得更为多元化，也更能满足业界和消费者的需求。

　　目前，在Paddle Lite文档上，已经可详细查询到瑞芯微AI芯片在飞桨上的实操教程(搜索路径：百度搜索“Paddle-Lite 文档”，左下角选择版本release-v2.6.0，部署案例板块“PaddleLite使用RK NPU预测部署”)。瑞芯微旗下搭载NPU的AI系列芯片将陆续升级适配百度飞桨，进一步深化双方合作关系!

特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。