面向嵌入式低资源的信号处理与神经网络加速,我们采用了多种技术手段,包括模型训练压缩(如蒸馏和裁剪)、基于TVM的神经网络编译图优化、RISC-V指令集以及语音领域相关的工程实践。这些技术让我们能够在保持高性能算法体验的同时,将算法内存开销降低至1M字节以下,运行功耗低于100mW,从而为客户整机降低一半以上的模组成本。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。