Tengine是一款开放AIoT应用开发平台，助力AIoT全行业的快速赋能及应用落地。Tengine平台可以高效的适配于绝大部分搭载了Arm架构的芯片设备，并兼容TensorFlow、Caffe，mxnet，onnx等主流深度学习开源框架的模型。开发者可以使用Tengine一键部署主流框架模型到嵌入式操作系统，还能异构调度平台里的各类硬件，充分利用硬件算力。
此外，Tengine还提供了常见的AI应用算法，包括图像检测，人脸识别，语音识别等。不懂AI没关系，用Tengine上手就能跑AI应用。
一、增加3大新功能
1.GPU backend support with ACL 19.02
最新版本Tengine1.7.1对Mail GPU的支持，无论是在性能还是在硬件支持平台上，均有了质的提升，我们当前支持ACL 19.02版本，对GPU的支持面覆盖到ACL可支持的硬件平台，并且在Tengine本身的异构框架下做到了进一步的性能提升。
基于RK3399的Mail T860 GPU和CPU异构的性能对比（MobilenetSSD）
2.Static tool for convert other models to Tengine
我们提供了基于最新版本的模型转换工具，只需要在x86的Linux环境下既可以进行模型转换，参数简单，操作方便，不依赖任何其他三方库和文件 ，相比之前还需要依赖库有了更方便的操作体验。
模型转换工具支持：caffe，TensorFlow，mxnet，onnx，tf_lite等模型格式的直接转tengine，具体的算子支持情况，请移步Tengine开发者网站：http://www.tengine.org.cn/jis...
3.Tengine graph use origin layout to execute
Tengine支持使用模型原始的layout去执行，不会在执行时转换模型的维度，避免模型格式转换时遇到的一些问题 ，当前Tengine支持两种layout格式NCHW和NHWC 。
二、性能进一步优化
在功能丰富的前提下我们同步对性能又做了进一步的优化，当前的性能提升主要有三点：
1、添加了对Winograd快速卷积方法的支持
该卷积方法对卷积运算有了进一步的调优，比原始的卷积计算方法减少了大量的乘法运算，提升了运算性能，针对几个开源网络我们实测了下性能提升的对比倍数，如下是不同硬件和不同网络下winograd相对于gemm性能提升的倍数关系图。
exp:vgg16在1*A72@1.8G 环境下Winograd的性能是Gemm的2.8倍
2、 支持LSTM算子的汇编优化实现
3、 支持GRU算子的汇编优化实现
三、Tengine 1.7.1 版本下载
本次开放下载，我们提供了市面上大多数的硬件平台的开发者版本，用户不需要申请即可免费下载 ，如下为我们本次开放下载的版本列表：
Tengine1.7.1 下载页面链接：http://www.tengine.org.cn/info.php?class_id=105105
四、送福利
Tengine推理引擎在助力AI落地上起到了举足轻重的作用，为了让广大开发者更方便的使用Tengine，也为了更加的完善我们的Tengine产品，现开放以下福利给广大的开发者 ：
在使用Tengine过程中，如果发现Tengine有NN的算子不支持的，并能提供对应资料，有如下奖励：
▶ 个人用户奖励150元现金红包；
▶ 企业用户提供免费1年的技术支持服务，和OPEN AI LAB签署生态合作协议，并奖励提出者300元现金红包。
1，资料包括：包含所提交的不支持算子的模型，以及用Tengine推理运行的异常日志；
2，NN算子限于Mxnet ,Caffe，TensorFlow，onnx框架平台支持的标准算子；
3，每个不支持的算子只奖励第一个提出者；
4，提交相关信息到Developer@openailab.com邮箱；
5，奖励上限为1000份；
6，活动会每周定期公布提交的人的邮箱和相关信息；
7，本活动OPEN AI LAB拥有最终解释权。
Tengine1.7.1 下载页面链接：http://www.tengine.org.cn/info.php?class_id=105105
