蘇勇(Andrew SU)是瑞薩電子中國市場部的在AI產品方向上的高級技術專家,負責瑞薩電子的AI相關產品和技術方案面向中國市場的產品定義和運營。
什么是RUHMI?
伴隨著瑞薩新推出了集成了Ethos-U55 NPU和Arm Cortex-M85 CPU內核的全新高性能RA8P1微控制器,瑞薩提供了一套用于將常用AI模型部署到高性能計算平臺的工具,以充分利用目標平臺的硬件AI計算加速單元完成AI計算任務,這就是RUHMI。
RUHMI的全稱是“Robust Unified Heterogenous Model Integration”,意為“健壯的、通用的、可適配異構芯片平臺的模型轉換器”。如圖1所示。

圖 1:RUHMI的全稱
使用RUHMI工具集,可將常用機器學習開發(fā)平臺,例如TensorFlow、PyTorch開發(fā)的以及ONNX格式保存的模型轉換成可直接部署在瑞薩處理器平臺(例如RA8P1)上的C源碼(由CPU執(zhí)行)和二進制可執(zhí)行程序(由NPU執(zhí)行)。
特別對于集成了Ethos-U55這樣的專用NPU的硬件平臺,使用RUHMI工具集完成部署的機器學習模型執(zhí)行效率,要遠高于使用通用工具實現同樣的功能。
熟悉瑞薩AI產品家族的開發(fā)者可能會想到為支持瑞薩自主研發(fā)DRP-AI硬件加速引擎而開發(fā)的DRP-AI TVM工具,可以將一些視覺AI模型部署到RZ/V芯片平臺上(Arm Cortex-A55+DRP-AI),實際上,RUHMI的設計就借鑒了DRP-AI TVM的關鍵技術。
RUHMI面向不同階段的開發(fā)者提供了命令行和圖形化界面兩種使用方式,用以為用戶提供更好的AI編譯器/轉換器開發(fā)體驗。并且隨著RUHMI后續(xù)支持更多瑞薩的芯片產品,將會整合MCU和MPU的AI開發(fā)工具鏈,將硬件的差異性同模型開發(fā)分離出來,讓AI應用開發(fā)者更專注于模型的設計和開發(fā),而硬件層面上始終可以受益于最優(yōu)化的執(zhí)行效率。
RUHMI的技術細節(jié)
RUHMI是一個工具集,內部包含一系列可以單獨完成任務的工具。例如,RUHMI使用模型解析器(Model Importer/Parser)將多種開源的模型結構文件轉換成中間層代碼(Intermediate Representation),然后通過模型優(yōu)化器(Model Optimizer)對模型進行優(yōu)化,包括量化(將FT32量化成INT8)、微調和剪枝,然后將能夠被硬件加速單元(NPU)處理的計算過程和需要軟件處理(CPU)的計算過程分割開來,分別生成適用于專用硬件單元和CPU的源碼或可執(zhí)行二進制文件。

圖 2:RUHMI的功能框圖
開始使用RUHMI開發(fā)
使用RUHMI的開發(fā)流是非常簡單的。對于開發(fā)者,先通過瑞薩的RUHMI產品主頁訪問到RUHMI在GitHub上的項目主頁,然后下載對應的工具軟件包并安裝到本地主機,運行工具轉換,然后將轉換后的代碼/二進制文件集成到嵌入式工程的源碼工程中,編譯下載,即可完成部署。如圖3所示。

圖 3:使用RUHMI的開發(fā)流
其中,RUHMI在GitHub上的項目主頁如圖4-5所示。
左右滑動查看圖4-5
RUHMI在GitHub站點的項目主頁


使用RUHMI對模型進行轉換,有兩種方式,命令行和圖形用戶界面。圖形界面適合對模型轉換器進行簡單試用,對于資深開發(fā)者建議使用命令行方式,以使用更多功能的API,并方便集成至自動化工作流中。另外,命令行開發(fā)方式還可適用于Linux系統(tǒng)平臺。如圖6所示。

圖 6:RUHMI的命令行和圖形用戶界面
RUHMI的圖形用戶界面工具是集成至瑞薩的e2Studio集成開發(fā)環(huán)境中,生成的源文件和二進制文件最終在e2Studio環(huán)境中編譯生成部署在目標芯片的固件文件,可以下載至芯片中運行。
樣例和性能
實際上,首次發(fā)布的RUHMI工具包中已經包含了兩個用例,基于瑞薩官方的EK-RA8P1電路板,分別實現了人臉識別和圖像分類兩個模型在RA8P1芯片上的部署。設計程序的系統(tǒng)框圖,如圖7所示。

圖 7:RUHMI的兩個樣例工程:人臉識別和圖像分類
通過分別運行這兩個用例,啟用NPU(Ethos-U55)的情況下,相對于不使用NPU的,執(zhí)行推理提速將近20倍。如圖8所示。

圖 8:RUHMI使用NPU明顯提速
樣例和性能
目前,RUHMI在GitHub站點上的產品主頁已經對公眾開放,提供充分的文檔、軟件工具以及樣例工程,開發(fā)者可以前往下載,安裝并試用。
瑞薩電子將面向中國的開發(fā)者組織線上和線下的培訓和技術交流。
-
微控制器
+關注
關注
48文章
8221瀏覽量
161089 -
AI
+關注
關注
89文章
37535瀏覽量
293276 -
瑞薩電子
+關注
關注
38文章
2947瀏覽量
74009
原文標題:瑞薩發(fā)布適用于NPU部署AI模型的RUHMI工具集
文章出處:【微信號:瑞薩嵌入式小百科,微信公眾號:瑞薩嵌入式小百科】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄

瑞薩電子RUHMI工具集的技術細節(jié)
評論