Tengine，可能是最好用的Arm嵌入式系统AI框架了！

　　边缘AI应用正处于大规模落地的前夕，巨大的IoT市场和革命性的AI技术产生的剧烈交互将带来前所未有的应用革命和商业机会。那么在边缘设备部署AI应用的瓶颈都有哪些？

　　有人有现成的芯片和应用场景，却为缺乏算法和平台苦恼。

　　有人有自己的算法，却为缺乏一个好用的嵌入式跨平台框架而苦恼。

　　有人有自己的算法和硬件平台，却为嵌入式平台有限算力苦恼。

　　OPEN AI LAB看到了业界痛点，顺应市场需求推出了专为嵌入式平台设计的AI推理框架——Tengine。

　　专门针对Arm嵌入式设备优化的神经网络推理引擎

　　OPEN AI LAB于2016年12月成立，由Arm中国联合产业伙伴发起，致力于推动芯片、硬件、算法、软件整个产业链的深度合作，加速人工智能产业化应用部署和应用场景边界拓展。Tengine便是一款轻量级模块化高性能的神经网络推理引擎，专门针对Arm嵌入式设备优化。完美支持Arm平台，支持Arm Cortex CPU，Arm Mali GPU，Arm DLA，第三方DSP，堪称兼容“全能王”。

　　而开发者可以使用Tengine一网打尽主流框架模型和嵌入式操作系统，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，上手就能跑AI应用。Tengine同时还支持各类常见卷积神经网络，包括SqueezeNet，MobileNet，AlexNet，ResNet等，支持层融合、8位量化等优化策略。并且通过调用针对不同CPU微构架优化的HCL库，将Arm CPU的性能充分挖掘出来。

　　Tengine的“发动机”——HCL计算库

　　有人说NCNN是一个为手机端极致优化的高性能神经网络前向计算框架，从设计之初深刻考虑手机端的部署和使用。在过去，NCNN确实是这样的，只是那时候还没有Tengine。

　　现在，HCL计算库作为Tengine的插件，是性能最快的Arm CPU NN计算库，并且支持动态8位量化计算，精度几乎不变，相比于NCNN最快能带来2-3倍的性能提升，内存使用减少为三分之一。

　　*Tengine性能数据A72，A53性能基于RK3399平台测试，A17性能基于RK3288平台测试

　　NCNN数据为2018年9月7日

　　HCL INT8量化计算精度变化

　　FP32INT8Diff

　　TOP1TOP5TOP1TOP5TOP1TOP5

　　MobileNetv167.86%87.60%66.40%86.44%-1.46%-1.16%

　　SqueezeNet57.86%79.86%57.80%79.92%-0.06%0.06%

　　GoogLeNet68.48%88.82%68.70%88.82%0.22%0.00%

　　ResNet5071.60%89.90%71.60%89.86%0.00%-0.04%

　　*采用ILSVRC2012_VAL数据集测试5000张图片得到量化精度测试结果如下

　　Tengine + HCL，不同人群的量身定制

　　Tengine作为AI 应用框架，不仅对上层应用提供推理API接口，支持主流模型与格式，还在下层定义硬件接口，适配嵌入式平台各类计算模块，此外支持同时运行多个AI应用算法以及调用多个计算模块计算。因此，Tengine的面世对AI开源生态具有里程碑的意义。有了Tengine，应用和算法厂商可以摆脱复杂的嵌入式平台适配工作，配合HCL直接挖掘硬件的全部潜能；有了Tengine，芯片厂能够站在Arm 嵌入式AI生态的肩膀上，以最快的速度顺利将芯片推向市场，在边缘AI应用中部署。作为OPEN AI LAB为边缘AI应用部署开发的两大利器，Tengine + HCL将助力嵌入式人工智能产业加速向前推进，为最终实现万物智能贡献力量。