Qualcomm Technologies, Inc. 出品

Qualcomm® 骁龙™移动平台拥有丰富的异构计算能力，可以在设备上运行经过训练的神经网络，且无需连接到云端，实现边缘计算。Qualcomm® 骁龙™ 神经处理引擎（Neural Processing Engine, NPE）软件开发包（SDK）旨在帮助有意创建人工智能（AI）解决方案的开发者，在骁龙移动平台上（不管是CPU、GPU还是DSP）运行通过Caffe/Caffe2或Tensorflow训练的一个或多个神经网络模型。

骁龙NPE旨在帮助AI开发人员在优化骁龙设备上运行受过训练的神经网络的性能时，节约更多时间与精力。它提供了模型转换和执行工具，以及针对核的API，利用功率和性能配置文件匹配所需的用户体验，从而实现优化，节约开发人员的时间和精力。骁龙NPE支持卷积神经网络、长短期记忆网络（LSTM）和定制层。

骁龙NPE处理了在骁龙移动平台上运行神经网络所需的大量繁重工作，为开发人员留出更多的时间和资源来专注于通过AI的创造创新应用体验。

SDK主要特性有哪些？

• • Android和Linux运行环境，供执行神经网络模型
• • 支持利用Qualcomm Hexagon™DSP、Qualcomm Adreno™ GPU和 Qualcomm Kryo™、 CPU[2]，为应用提供加速
• • 支持Caffe、Caffe2和TensorFlow模型
• • 提供控制运行时加载、执行和调度的多个API
• • 用于模型转换的桌面工具
• • 用于识别性能瓶颈的性能基准测试
• • 示例代码和教程
• • HTML文档

为了让AI开发者更轻松，骁龙NPE SDK没有另行定义网络层库；发布时就支持Caffe/Caffe2和 TensorFlow，开发人员可以自由使用自己熟悉的框架设计和训练网络。开发工作流程如下：

完成模型的设计和训练后，模型文件需要转换成“.dlc”（Deep Learning Container）文件，供骁龙 NPE运行时使用。转换工具将输出转换信息，包括有关不受支持或非加速层的信息，开发者可以使用这些信息调整初始模型的设计。

骁龙NPE SDK适合什么人？

使用骁龙NPE SDK开发人工智能需要满足以下几个前提，然后才可以开始创建解决方案。

• • 你在一个或多个垂直领域需要运行卷积/LSTM模型，包括移动、汽车、IoT、AR、无人机和机器人
• • 你了解如何设计和训练模型，或者已经有一个预训练的模型文件
• • 你选择的框架是Caffe/Caffe2或TensorFlow
• • 你可以为Android编写JAVA应用，或者基于Android或Linux系统编写原生应用
• • 你有Ubuntu 14.04的开发环境
• • 你有可用于测试应用程序的设备

您也可以通过支持论坛联系我们，了解不同的用途或需求。

论坛和反馈

我们欢迎您就NPE SDK提出反馈和问题。点击论坛链接，阅读常见问题的答案，注册发布新贴，跟踪帖子的更新，回答其他机器学习爱好者提出的问题。