NNgen是一个开源编译器，能为深度神经网络生成特定模型的硬件加速器。它从输入模型定义中生成Verilog HDL源代码和IP核心包（IP-XACT），包括处理引擎、片上存储器、片上网络、DMA控制器和控制电路，且无需外部电路或CPU的额外控制。NNgen使用Veriloggen，一个用Python编写的开源高层次综合编译器，可为新的DNN算法和应用进行定制。

Glow是一个开源的机器学习编译器和执行引擎,专为硬件加速器设计。它采用三级IR架构,支持神经网络图的高级优化和代码生成。Glow可作为多种机器学习框架的后端,具有降级功能,能够支持广泛的输入算子和硬件目标。该项目目前正在积极开发中。

Embedded-Neural-Network项目汇集了减小深度神经网络模型大小和加速ASIC/FPGA应用的前沿研究。内容涵盖网络压缩、硬件加速等领域,包括参数共享、知识蒸馏、定点训练、稀疏正则化和剪枝等技术。项目还整理了相关教程和重要会议论文。