机器学习（ML）推理的高级用户需要最高的吞吐量和性能效率，从而在不影响电池寿命的情况下提供最佳的用户体验。但是，随着消费者对AI的需求增加，主流设备中对ML的需求已显着增长，因此需要在功率，效率和面积之间进行仔细的权衡。
作者：Dylan Zika
阅读直达链接：https://community.arm.com/developer/ip-products/processors/b/ml-ip-blog/posts/optimizing-ai-workloads-with-ethos-npus
欢迎大家点赞留言，更多Arm技术文章动态请关注极术社区Arm技术专栏。
