TinyEngine: 高效的微控制器深度学习推理引擎

RayRay
TinyEngine微控制器深度学习内存优化推理加速Github开源项目

TinyEngine: 让微控制器也能高效运行深度学习

在物联网(IoT)和边缘计算时代,微控制器因其低成本、低功耗的特性被广泛应用。然而,微控制器有限的内存和计算资源一直是制约深度学习在其上部署的主要瓶颈。MIT韩松实验室开发的TinyEngine正是为解决这一难题而生,它通过一系列创新技术,让深度学习模型能够在资源受限的微控制器上高效运行。

TinyEngine的核心优势

TinyEngine是MCUNet框架的关键组成部分,专门针对微控制器设计了多项内存管理和计算优化技术:

  1. 原位深度卷积:通过巧妙的数据布局,直接用中间结果覆盖输入数据,大幅降低峰值内存使用。

  2. 基于补丁的推理:将大尺寸特征图分割成小块进行计算,显著减少内存占用。

  3. 算子融合:将多个相邻算子合并执行,减少内存访问开销。

  4. SIMD并行计算:充分利用微控制器的SIMD指令,提高计算效率。

  5. 内存格式优化:针对不同算子选择最优的数据排布,提升缓存命中率。

  6. 循环优化:包括循环重排、展开和平铺等技术,加速计算过程。

通过这些技术,TinyEngine相比现有方案如TensorFlow Lite Micro、CMSIS-NN等,在推理速度和内存使用上都实现了显著提升。

TinyEngine优化效果

如上图所示,在多个基准模型上,TinyEngine将推理速度提升了1.1-18.6倍,同时将峰值内存减少了1.3-3.6倍。这意味着更复杂的深度学习模型现在可以在低端微控制器上运行,极大拓展了微控制器的AI应用场景。

基于补丁的推理技术

TinyEngine的一大创新是基于补丁的推理技术。传统的层级推理方式需要一次性分配整个特征图的内存,而基于补丁的推理将特征图分割成小块,每次只处理一小块区域,从而大幅降低了内存需求。

基于补丁的推理示意图

以MobileNetV2为例,采用基于补丁的推理可以将峰值内存减少8倍:

MobileNetV2内存优化效果

这项技术使得TinyEngine能够在相同内存预算下实现更高的模型精度:

ImageNet分类精度对比

TinyEngine的应用示例

TinyEngine已经在多个微控制器AI应用中得到验证。比如在视觉唤醒词(VWW)任务中,TinyEngine支持在STM32系列微控制器上部署和运行相关模型:

VWW演示

除了推理,TinyEngine还支持在微控制器上进行模型训练。以下是在OpenMV Cam H7上进行在线学习的演示:

在线学习演示

这些应用展示了TinyEngine在实际场景中的强大功能,为物联网设备赋予了更强大的AI能力。

TinyEngine的技术细节

TinyEngine主要包含以下几个核心模块:

  1. 代码生成器:将神经网络编译为底层C/C++代码。
  2. 运行时库:实现各类算子,支持微控制器上的模型推理。
  3. 示例代码:展示如何将TFLite模型转换为TinyEngine模型。
  4. 教程:包含推理和训练的演示教程。

使用TinyEngine需要Python 3.6+和STM32CubeIDE 1.5+环境。用户可以通过以下步骤快速上手:

git clone --recursive https://github.com/mit-han-lab/tinyengine.git conda create -n tinyengine python=3.6 pip conda activate tinyengine pip install -r requirements.txt

TinyEngine提供了详细的推理教程训练教程,帮助开发者快速将模型部署到微控制器上。

TinyEngine的影响力

TinyEngine作为MCUNet项目的重要组成部分,已经在学术界和工业界产生了广泛影响。相关研究成果连续三年入选神经信息处理系统会议(NeurIPS),并得到了MIT官方新闻、WIRED等多家媒体的报道。

TinyEngine的成功标志着微控制器AI的一个重要里程碑。它不仅大幅提升了现有模型的性能,更重要的是为未来更复杂的AI应用铺平了道路。随着物联网和边缘计算的快速发展,TinyEngine有望在智能家居、可穿戴设备、工业物联网等众多领域发挥重要作用。

总结与展望

TinyEngine通过深度优化解决了微控制器上运行深度学习模型的关键挑战,为物联网时代的AI应用开辟了新的可能。它不仅是一个技术创新,更代表了将复杂AI能力下放到端侧设备的重要趋势。

未来,随着硬件性能的提升和算法的进一步优化,我们有理由相信微控制器上的AI应用将变得更加普及和强大。TinyEngine作为这一领域的先驱者,正在为这一美好未来贡献自己的力量。

对于开发者而言,TinyEngine提供了一个强大而易用的工具,让将AI引入资源受限设备变得触手可及。无论是在学术研究还是产品开发中,TinyEngine都值得深入探索和应用。

让我们共同期待TinyEngine和微控制器AI的美好未来!

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多