瑞芯微AI芯片适配百度飞桨，加速AI应用落地

AI的重要性，毋庸置疑。被认为是第四次工业革命引擎的AI，正在迎来核心算法突破、计算能力迅速提高、对海量数据充分发掘的关键阶段。在AI时代，深度学习框架和起着承上启下的作用，连接芯片与应用。拥有强大算力的AI芯片加持，AI技术才能得到更广泛普及。

5月13日，瑞芯微Rockchip正式宣布，旗下AI芯片RK1808、RK1806适配百度飞桨（PaddlePaddle）开源深度学习平台，充分兼容飞桨轻量化推理引擎Paddle Lite。瑞芯微与百度展开的合作有着一个颇为清晰的目标——为AI行业赋能更多应用场景，加速AI产品落地进程。

百度飞桨与瑞芯微兼容性认证书

据了解，瑞芯微的AI芯片RK1808及RK1806，内置独立NPU神经计算单元，INT8 算力高达3.0TOPs。

它们采用22nm FD-SOI工艺，相同性能下的功耗相比主流28nm工艺产品降低约30%，在算力、性能、功耗等指标上均有优异表现。经实测，瑞芯微AI芯片在Paddle Lite中运行MobileNet V1耗时仅为6.5 ms，帧率高达153.8 FPS，二者充分兼容并高效稳定运行。

从百度方面看，其飞桨产业级深度学习开源平台，有着长时间的深度学习技术研究和产业应用积累、经验。其集深度学习核心训练和预测框架、基础模型库、端到端开发套件、工具组件和服务平台于一体。Paddle Lite是飞桨推出的一套功能完善、易用性强且性能卓越的轻量化推理引擎，支持多种硬件、多种平台，具备轻量化部署、高性能实现等重要特性。

瑞芯微RK18xx系列芯片适配Paddle Lite

瑞芯微AI芯片在适配飞桨开源深度学习平台后，有着更为出色的效果。一方面，瑞芯微AI芯片可更好地赋能国内用户的业务需求，为端侧AI提供强劲算力。另一方面，二者的融合能充分发挥软硬件结合的优势，加快开发部署速度，推动更多AI应用的落地。

具体来看，瑞芯微AI芯片在飞桨上的详细操作方法可参考Paddle Lite文档，内容涵盖支持的芯片、设备列表、Paddle模型与算子及参考示例演示等。

测试设备（RK1808 EVB）

据了解，除RK1808及RK1806芯片解决方案外，瑞芯微旗下搭载NPU的AI系列芯片也将陆续升级适配百度飞桨，进一步深化双方合作关系。可以预见的是，在瑞芯微和百度这对新CP的推动下，AI应用的落地速度将持续加快。