为嵌入式系统部署高质量的人工智能模型

• 该编码器适用于多种目标硬件，并兼容神经网络中常用的层：BatchNorm、卷积（Convolutions）、深度可分离卷积（Depthwise Convolutions）、LSTM、全连接（Fully Connected）、元素级加法（Elementwise Add）、减法（Sub）、乘法（Mul）、Softmax、Relu、Leaky Relu、Logistic、Padding、StridedSlice、Tanh、最大池化（MaxPooling）、平均池化（AveragePooling）和转置卷积（TransposeConv）。支持数据类型包括 int8 和 float32。
• 硬件目标包括各种架构的微型微控制器和功能强大的微处理器（ARM Cortex-M、ARM Cortex-A、供应商特定架构）。

• 我们的编码器非常适合智能传感器和智能执行器系统、汽车、医疗技术和航空航天领域的安全关键型系统以及小型硬件系统上的人工智能。
• 您可以将其用于经济高效的 µC 目标和嵌入式设备上复杂的安全关键型应用。

• 博世已向 MLPerf™ Inference Tiny 基准测试联盟提交了测试结果
• 在所有类别中均跻身一流水平
• 同类最佳的内存效率

请参见基准测试联盟的门户网站，其中包含可比较的工具和背景信息，以便进行比较。

• Embedded AI Coder符合所有汽车和功能安全要求，如 ISO26262 和 MISRA。
• 它能生成安全、数值正确、运行时无错误的代码。