如何在资源受限的RISC-V内核上嵌入人工智能?——以Codasip L31内核为例来分析基于自定义指令的神经网络

人工智能(AI)几十年来一直是一个热门的技术话题。根据Statista和Gartner的预测,人工智能的收入将在未来4年内增长4倍,在2024年后将超过1 000亿美元(1美元约为人民币6.4元)。传统上,复杂的人工智能计算在云端数据中心运行。在GPU加速器和专门的系统级芯片(So C)的帮助下,在台式机上实现人工智能模型,可以减少云端访问的要求。但在过去的几年里,一个重要的转变是AI处理从云端转到设备级。这主要归功于嵌入式设备/So C的性能不断提高和安全考虑。这种转变催生了嵌入式人工智能的概念——机器学习和深度学习在设备级嵌入式软件中的应用。