如何選擇最適合你的AI推論模型量化方案？
AI推論模型主要透過量化（Quantization）、修剪（Pruning）和聚類（Clustering）三種方式進行最佳化，本文提出一個決策樹，幫助你選擇最適合的量化技術。
TensorFlow Lite全面支援半精度(FP16)運算，可將設備端推論性能翻倍
TensorFlow團隊宣佈，TensorFlow Lite 和 XNNPack 全面支援FP16的半精度推論（Half Precision Inference），同時指出，透過在 ARM CPU 上啟用半精度推論，能將TensorFlow Lite 的XNNPack backed的浮點推論性能提高一倍。
【Edge AI專欄】Edge AI如何協助淨零碳排
為了讓大家更了解追求淨零碳排發展歷史及如何利用邊緣智慧(Edge AI)及微型機器學習(TinyML)技術來改善生活中能源的不當浪費，本文簡單介紹了五個案例，希望能拋磚引玉，吸引更多創意發想！
市場新秀ALIF：以獨門技術為邊緣裝置打造新一代MCU平台
2019年誕生於美國矽谷的Alif Semiconductor第一款產品是Ensemble系列32位元MCU，為市場上首波採用2020年問世之最新Arm Cortex-M55核心的單晶片之一；該系列產品具備從單一Cortex-M55核心、到雙Cortex-M55搭配雙Cortex-A32 MPU核心的1至4核心選項，並結合了Arm Ethos-U55微型神經網路處理單元…
AI視覺「看見」美好未來 廠商分享成功落地經驗
在日前一場由處理器大廠英特爾(Intel)代理商夥伴──電子零組件通路業者建智(Sertek)主辦的「Visual to AIGC智慧應用落地部署實務論壇」技術研討會，邀請到來自不同領域的專業廠商分享在部署邊緣AI視覺應用的成功案例。
【白皮書導讀】Arm Ethos-U NPU的Vela Compiler開發環境及流程
Edge AI的必爭之地已走向嵌入式系統，如何架構低功耗、高效能的嵌入式AI運算架構呢？micro NPU + MCU/MPU看來是不錯的選項，本文將介紹Arm Ethos-U NPU的Vela Compiler開發環境及流程。
0514邊緣系統VLM視覺理解推論實作工作坊
