Glow神經(jīng)網(wǎng)絡(luò )編譯器首次應用于MCU，面向邊緣端機器學(xué)習

恩智浦半導體NXP Semiconductors N.V. 近日發(fā)布了 eIQ機器學(xué)習（ML）軟件對Glow神經(jīng)網(wǎng)絡(luò )（NN）編譯器的支持功能 ，針對恩智浦的i.MX RT跨界MCU，帶來(lái)業(yè)界首個(gè)實(shí)現以較低存儲器占用提供更高性能的神經(jīng)網(wǎng)絡(luò )編譯器應用。Glow編譯器由Facebook開(kāi)發(fā)，能夠集成特定于目標的優(yōu)化，恩智浦利用這種能力，使用適用于A(yíng)rm Cortex-M內核和Cadence Tensilica HiFi 4 DSP的神經(jīng)網(wǎng)絡(luò )算子庫，最大程度地提升i.MX RT685以及i.MX RT1050和RT1060的推理性能。此外，此功能已集成到恩智浦的eIQ機器學(xué)習軟件開(kāi)發(fā)環(huán)境中，在恩智浦的MCUXpresso SDK中免費提供。

●   恩智浦展示了應用于MCU的Glow神經(jīng)網(wǎng)絡(luò )編譯器為基于視覺(jué)和語(yǔ)音的機器學(xué)習應用帶來(lái)的諸多優(yōu)勢。恩智浦也是首家針對MCU實(shí)現相較于標準版Glow 2至3倍性能的半導體供應商

●   開(kāi)源Glow編譯器最初由Facebook開(kāi)發(fā)，恩智浦現在將其集成到eIQ?機器學(xué)習軟件開(kāi)發(fā)環(huán)境中，為旗下i.MX RT系列跨界MCU提供高性能推理

●   恩智浦的Glow實(shí)施面向Arm^? Cortex^?-M內核和Cadence^? Tensilica^? HiFi 4 DSP，為i.MX RT系列跨界MCU提供特定平臺的優(yōu)化

使用Glow充分發(fā)揮MCU架構特性的優(yōu)勢

2018年5月，率先開(kāi)發(fā)PyTorch的Facebook推出了開(kāi)源社區項目Glow（Graph Lowering神經(jīng)網(wǎng)絡(luò )編譯器），其目的是提供優(yōu)化，提高一系列硬件平臺上的神經(jīng)網(wǎng)絡(luò )性能。作為一種神經(jīng)網(wǎng)絡(luò )編譯器，Glow基于未優(yōu)化的神經(jīng)網(wǎng)絡(luò )生成高度優(yōu)化的代碼。這個(gè)特點(diǎn)有別于典型的神經(jīng)網(wǎng)絡(luò )模型處理，后者采用即時(shí)編譯，因而需要更高的性能，還會(huì )增加存儲器開(kāi)銷(xiāo)。像Glow這樣直接運行優(yōu)化代碼可以顯著(zhù)降低處理和存儲器要求。恩智浦也在Glow開(kāi)源社區中扮演著(zhù)積極角色，幫助推廣和普及Glow的新功能。

Facebook軟件工程經(jīng)理Dwarak Rajagopal表示：“GitHub中提供的標準版Glow可以直接在任何設備上運行，讓用戶(hù)能夠靈活地針對感興趣的基礎架構編譯神經(jīng)網(wǎng)絡(luò )模型，包括Arm Cortex-A和Cortex-M內核以及RISC-V架構。恩智浦使用充分利用MCU計算元件的專(zhuān)用軟件庫，實(shí)現了2-3倍的性能提升，展示了從基于云的高端機器到低成本的嵌入式平臺的廣泛范圍內，將Glow神經(jīng)網(wǎng)絡(luò )編譯器用于機器學(xué)習應用的諸多優(yōu)勢?！?/p>

優(yōu)化機器學(xué)習框架以增強競爭優(yōu)勢

未來(lái)幾年內，對機器學(xué)習應用的需求預期將會(huì )大幅增加。據TIRIAS Research預測，到2025年，98%的邊緣設備將使用某種形式的機器學(xué)習/人工智能。根據市場(chǎng)預測，到2025年，預計將有180億至250億部設備包含機器學(xué)習功能，盡管它們可能并沒(méi)有專(zhuān)用的機器學(xué)習加速器。消費型設備制造商和嵌入式物聯(lián)網(wǎng)開(kāi)發(fā)人員將需要優(yōu)化機器學(xué)習框架，以便實(shí)現使用MCU的低功耗邊緣嵌入式應用。

恩智浦半導體資深副總裁兼邊緣處理業(yè)務(wù)總經(jīng)理Ron Martino表示：“借助eIQ機器學(xué)習軟件框架，利用高度集成的i.MX應用處理器和高性能i.MX RT跨界MCU的強大功能，恩智浦正在推動(dòng)機器學(xué)習功能在邊緣設備上的實(shí)現。隨著(zhù)i.MX RT系列跨界MCU增加對Glow的支持，我們的客戶(hù)能夠編譯深度神經(jīng)網(wǎng)絡(luò )模型，為他們的應用帶來(lái)競爭優(yōu)勢?！?/p>

恩智浦的面向機器學(xué)習的邊緣智能環(huán)境解決方案是一個(gè)全面的工具包，提供開(kāi)發(fā)人員需要的構建模塊，幫助他們高效地在邊緣設備中實(shí)施機器學(xué)習。Glow整合到eIQ軟件后，機器學(xué)習開(kāi)發(fā)人員將擁有全面的高性能框架，可在包括i.MX RT跨界MCU和i.MX 8應用處理器的恩智浦邊緣處理解決方案上進(jìn)行擴展?？蛻?hù)擁有了更強大的工具，能夠在i.MX RT MCU和i.MX應用處理器上開(kāi)發(fā)機器學(xué)習語(yǔ)音應用、對象識別、人臉識別等應用。

利用恩智浦的Glow神經(jīng)網(wǎng)絡(luò )實(shí)施來(lái)提高性能

eIQ現在包含對Glow和TensorFlow Lite的推理支持，對于這些實(shí)施，恩智浦通常會(huì )執行基準測試以衡量其性能。MCU基準測試包括標準神經(jīng)網(wǎng)絡(luò )模型，例如CIFAR-10。以CIFAR-10模型為例，恩智浦采集的基準測試數據表明了如何利用i.MX RT1060器件（采用600MHz Arm Cortex-M7）、i.MX RT1170器件（采用1GHz Arm Cortex-M7）和i.MX RT685器件（采用600 MHz Cadence Tensilica HiFi 4 DSP）的性能優(yōu)勢。

恩智浦對Glow的支持離不開(kāi)Cadence為T(mén)ensilica HiFi 4 DSP提供的神經(jīng)網(wǎng)絡(luò )庫(NNLib)，該DSP提供了4.8GMAC性能。同樣以CIFAR-10為例，恩智浦的Glow實(shí)施使用這一DSP來(lái)加快神經(jīng)網(wǎng)絡(luò )運算，實(shí)現了25倍的性能提升。

Cadence Tensilica IP企業(yè)副總裁Sanjive Agarwala表示：“Tensilica HiFi 4 DSP最初集成在i.MX RT600跨界MCU中，目的是提高各種不同的音頻和語(yǔ)音處理應用的速度。但是，當有越來(lái)越多機器學(xué)習推理應用瞄準了低成本、低功耗的MCU級應用時(shí)，HiFi 4 DSP憑借固有的DSP計算性能，成為加快這些神經(jīng)網(wǎng)絡(luò )模型的理想選擇。隨著(zhù)恩智浦在eIQ機器學(xué)習軟件中實(shí)施Glow，i.MX RT600 MCU的客戶(hù)能夠利用該DSP來(lái)滿(mǎn)足多種機器學(xué)習應用的需求，包括關(guān)鍵詞檢索（KWS）、語(yǔ)音識別、降噪和異常檢測?！?/p>

Arm公司機器學(xué)習營(yíng)銷(xiāo)副總裁Dennis Laudick表示：“恩智浦將Arm CMSIS-NN軟件庫包括在elQ中，目的是最大程度地提升性能，減少Arm Cortex-M內核上的神經(jīng)網(wǎng)絡(luò )存儲器占用。以CIFAR-10神經(jīng)網(wǎng)絡(luò )模型為例，恩智浦能夠利用CMSIS-NN實(shí)現1.8倍的性能提升。其他神經(jīng)網(wǎng)絡(luò )模型應該能夠產(chǎn)生相似的結果，這清晰地展示了這款高級編譯器和我們的優(yōu)化神經(jīng)網(wǎng)絡(luò )算子庫的優(yōu)勢?！?/p>

上市時(shí)間

恩智浦的集成Glow神經(jīng)網(wǎng)絡(luò )編譯器的eIQ軟件現已上市，通過(guò)i.MX RT600跨界MCU、i.MX RT1050和i.MX RT1060跨界MCU的MCUXpresso SDK提供。未來(lái)將會(huì )推出適用于恩智浦其他MCU的集成Glow神經(jīng)網(wǎng)絡(luò )編譯器的eIQ軟件。