做法城乡建设部网站东道设计学院

CPU是Arm A57的
GPU是128cuda核

一.小车跟踪的需求和设计方法

比如有一个小车跟踪的项目。
需求是：小车识别出罪犯，然后去跟踪他。

方法：摄像头采集到人之后传入到开发板，内部做一下识别，然后控制小车去跟随。

在人工智能算法上：
先目标检测，找到人脸
然后目标识别，把人脸与库中人脸比对
然后目标追踪，运动轨迹预测。防止重新检测和识别。

二.嵌入式设备上的运算流程

模型存在 Flash卡(类似硬盘，永久存储)上面。运行的时候把数据搬到内存里面，速度比flash快很多。现在的手机都是 Flash + 内存。AI模型师放到Flash硬盘里的，然后加载到内存，内存再加载到GPU。

三.算法的部署流程

3.1 剪枝、蒸馏、量化

要把模型在板子上快速运行。
先把模型压缩，减少运算量。
表现为：剪枝、蒸馏、量化

剪枝：去掉权重很低的神经元。
蒸馏：找个比较大的模型去训练，蒸馏出比较关键的分布，再用小模型基于这个分布训练。
量化：对模型运算的时候，很多都是浮点数，有的场合不需要这么这么长的精度。

3.2 TensorRT 推理加速

英伟达提出的，其它公司可能有自己的工具。推理加速可以提升到10-100秒。

3.3 cuda并发编程

基于硬件层的优化
如果对上面的速度还不满意，可以使用cuda并发编程。

网上有岗位叫GPU工程师。
怎么使GPU效率最高，读进来的时候有延迟，类似于调度算法，你看看怎么分配，使他们的时间衔接最好。个性化定制。
CPU负责任务调度，数据都是存在flash上面的。

CPU构造：

运算的时候CPU将内存中的数据搬到cache中，cache的速度比内存块。再通过控制器把cache的数据放到ALU运算单元中去，cpu的运算单元比较少。

GPU构造

128 cuda核的GPU就是有128个ALU运算单元
8行16列=128。
每一行是一组，每组都有控制单元和Cache。这八组可以并行计算。

CPU是牛人，可以处理复杂逻辑。
GPU是人多力量大，适合逻辑简单，工作内容很多的工作。

四.补充知识

4.1 NVIDIA Jetson Nano开发板

NVIDIA Jetson Nano开发板：
NVIDIA Jetson Nano是一款基于ARM架构的高性能开发板，
它具有强大的计算能力、多种外设接口和易于使用的编程环境，
适用于各种人工智能和嵌入式系统开发。

4.2 ARM处理器架构

Advanced RISC Machine，广泛应用于嵌入式机器的处理器设计。ARM处理器具有高性能MPU和多种并行控制单元和通信接口，
构成支持多种应用的强大架构，广泛应用于消费性电子产品、电脑外设、
甚至导弹的弹载计算机等军用设施。

参考链接

https://www.bilibili.com/video/BV19m4y1978f/?spm_id_from=333.999.top_right_bar_window_history.content.click&vd_source=ebc47f36e62b223817b8e0edff181613