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。