【Arm的AI世界】供機器學習邊緣裝置使用的軟體、工具與生態系
Arm是如何為開發人員與物聯網軟體生態系提供智慧、節能的機器學習邊緣裝置？物聯網市場正在穩定成長，全新的AI技術創新更是讓人眼界大開。Arm的物聯網事業部致力於把AI創新擴展到那些通常是由微控制器驅動、小型且條件受限的機器學習邊緣裝置。
【Arm的AI世界】以ExecuTorch與TOSA讓PyTorch在Arm平台順利運作
Arm與Meta密切合作在ExecuTorch導入對Arm裝置的初步支援，以Tensor運算子集架構(TOSA)為基礎擷取類神經網路，並利用Ethos NPU在行動及嵌入式平台加速關鍵的ML工作負載…快來了解如何使用PyTorch及ExecuTorch以TOSA將圖形匯出至Arm平台！
Arm新一代Ethos-U NPU與IoT參考設計平台亮相
Arm的嵌入式AI加速器Ethos-U系列NPU再添新成員U85；與上一代產品相比，Ethos-U85的效能號稱提升四倍，並提高了20%功耗效率…
【Arm的AI世界】用Vela編譯器在Ethos-U NPU部署神經網路模型
為了因應這波邊緣與終端AI裝置浪潮，Arm特地設計了microNPU 機器學習(ML)處理器Ethos-U，為面積受限的嵌入式與物聯網裝置加速ML推論。要在Ethos-U上部署神經網路(NN)模型，第一步須使用Vela來編譯你已備妥的模型。Vela是一種開源Python工具，可以將神經網路模型最佳化為能在內含Ethos-U NPU的嵌入式系統上執行之特定版本；這篇文章將展示使用Vela編譯模型的工作流程。
新唐為嵌入式AI應用推出多款MCU+NPU解決方案
新唐科技推出新款Edge AI平台解決方案 – NuMicro® M55M1、NuMicro® MA35D1 和 NuMicro® M467 系列。此系列的硬體架構中除內建新唐自家的MCU和MPU晶片外，更搭配了Arm的Ethos U55 NPU，並提供NuEdgeWise機器學習 (ML) 開發工具，有助於加速嵌入式設備實現AI功能。
【白皮書導讀】嵌入式AI落地，ARM NPU工作架構剖析
嵌入式系統提供「AI應用」已不是空話，目前的主流架構ARM NPU搭配Cortex-A及Cortex-M的方案，本文探討這方案的軟硬體架構及開發環境。