转自 | 瑞萨嵌入式小百科
之前由瑞萨主办了关于“瑞萨RZ/V2H视觉AI MPU-高算力、低功耗、实时性”在线研讨会。然后今天分享一下视觉AI MPU-高算力、低功耗、实时性常见的问题。Q1
RZ/V2H高算力主要体现在哪些方面?
集成四核Arm? Cortex?-A55 （1.8GHz） Linux处理器以及瑞萨自有DRP-AI3加速器，提供高达8 TOPS（dense模型）/80 TOPS（sparse模型）的AI推理能力。
Q2
RZ/V2H如何兼顾低功耗和高性能呢？
瑞萨利用自己的DRP核心IP做AI的运算。实现8 TOPS（dense模型）/80 TOPS（sparse模型）AI算力以及10 TOPS/W的高能效。
软、硬结合系统性地实现AI模型的高算力和低功耗
模型量化：从传统的16位浮点运算更改为8位整数运算模型裁剪：采用灵活的N:M修剪方法AI系统架构实现高功效
通过数据重用技术减少外部存储器通信使用输入的零数据控制功耗操作流程调度
Q3
Sparse和dense模型是有什么区别？
Dense是稠密算法，通常来讲大部分原生模型都是Dense类型，它的模型参数较多，精度高，同时消耗较高的算力。Sparse是对原生模型进行分支裁剪，将复杂模型进行简化来减少模型参数，这样可以在同样算力的平台上运行Sparse模型来达到更高的帧率。用户可以根据调节剪枝系数，来满足对帧率和精度综合要求。
Q4
RZ/V2H相关资料在哪里查阅?
RZ/V2H已量产上市，在RZ/V2H主页可以获得产品介绍、用户手册、开发板及开发板设计、软件及开发工具以及相关视频培训等内容。
RZ/V2H产品页：
https://www.renesas.cn/cn/zh/products/microcontrollers-microprocessors/rz-mpus/rzv2h-quad-core-vision-ai-mpu-drp-ai3-accelerator-and-high-performance-real-time-processor
Renesas RZ/V AI应用网站https://renesas-rz.github.io/rzv_ai_sdk/latest/Q5
使用DRP-AI进行开发需要哪些软件工具和环境资源？
瑞萨提供全套开发的AI SDK软件包，AI开发工具及AI应用一站式网站，即使是AI刚入门的用户，也可以利用AI应用一站式网站提供的资源和指导来开发相应的AI应用。
RZ/V2H AI Software Development Kit
https://www.renesas.cn/cn/zh/software-tool/rzv2h-ai-software-development-kit
AI开发工具
1
DRP-AI Translator
DRP-AI Translator i8
https://www.renesas.cn/cn/zh/software-tool/drp-ai-translator-i8
经过调整以最大限度地提高DRP-AI性能的工具AI模型的所有操作都可以由DRP-AI执行，从而实现高速性能，并降低CPU负载
2
DRP-AI TVM
github - renesas-rz - rzv_drp-ai_tvm
https://github.com/renesas-rz/rzv_drp-ai_tvm
支持多个AI框架（ONNX、PyTorch、TensorFlow等）此外，它还支持与CPU一起运行，从而可以运行更多的AI模型
3
DRP-AI EXTENSION（支持V2H）
DRP-AI Extension Pack (Pruning Tool)
https://www.renesas.cn/cn/zh/software-tool/drp-ai-extension-pack-pruning-tool
DRP-AI扩展包，用于在AI模型训练环境中创建稀疏模型瑞萨电子提供丰富的AI应用一站式网站指南。在这网站内，易于查找和获取所需的AI应用程序以及免费的预训练库资源。
Renesas RZ/V AI应用网站
https://renesas-rz.github.io/rzv_ai_sdk/latest/
------------ END ------------
lbjsapvuluc64079703417.jpg
单片机和PHY芯片连接时的注意事项
335s0rfnbo264079703517.jpg
瑞萨RA8系列教程 | RA8输出PWM实现方法
rf5ecbdppdt64079703617.jpg
Cortex-M3与M85单片机的SysTick使用上有区别吗？ | 
电子产业一站式赋能平台
窥视卡
置顶卡
变色卡
