依元素科技主办的2019人工智能系统与集成电路研讨会在厦门顺利开展。为期两天的会议，来自各个高校的专家、教授都分享了人工智能相关经验。

其中来自北大微电子的严教授从基本的人工智能算法开始，分析了人工智能微处理器芯片的特点和技术实现，介绍了目前主流的人工智能微处理器的发展，特别是基于NVDIA的人工智能加速器的电路设计。

来自南大微电子的王教授以现代手机通信系统中一个核心模块的设计优化为例说明相关研究方法的特点及重要影响。然后重点讨论深度神经网络，包括卷积神经网络和递归神经网络的架构设计与优化，其中王教授报告中提到的多种AI算法硬件设计中优化的技巧，现场众多老师反馈受益匪浅。

以及其他众多高校的教授及企业专家进行关于AI SOC的教学以及科研的案例分享。

应广大老师的需求，依元素科技将开源的ONNC人工智能编译器以及NVDLA深度学习加速器的相关构建文档，提供给广大用户进行试用。

▅ NVDLA深度学习加速器

NVIDIA深度学习加速器（NVDLA）是一种免费开放式架构，旨在促进设计深度学习推理加速器的标准方法。凭借其模块化架构，NVDLA具有可扩展性，高度可配置性，旨在简化集成和可移植性。

➢ 构建NVDLA硬件链接如下

http://github.com/nvdla/hw  

➢ 构建NVDLA硬件链接如下

http://github.com/nvdla/sw 

➢ NVDLA相关文档链接如下

http://github.com/nvdla/doc 

▅ ONNC人工智能编译器

➢支持环境

● Ubuntu/x86_64

◈ 16.04

● MacOSX

◈ High Sierra

➢构建ONNC的三种方法

①　通过Docker构建ONNC

Docker Hub中提供了ONNC Docker镜像，可实现快速部署。它包括从ONNC / onnc GitHub存储库下载的预构建的ONNC源代码树，预安装的依赖库以及可立即运行的工作环境。用户可以使用此Docker镜像轻松地从ONNX Model Zoo运行基准测试。并且包括根据用户的研究和开发可重建修改后的源代码的详细步骤。

♦ 如果您的系统中未安装Docker，请先下载Docker并先安装

http://www.docker.com 

♦ 您可以从Docker Hub下载Docker镜像

https://hub.docker.com/r/onnc/onnc-community/ 

虽然Docker镜像包含源代码树，但它可能不是ONNC的最新版本。我们建议您从GitHub上下载最新版本的ONNC，将源代码目录安装到Docker映像，然后使用您主机上的编辑器修改源代码。

♦ 要下载ONNC大型模型文件，首先必须安装Git LFS

https://github.com/git-lfs/git-lfs/wiki/Installation 

♦ 您可以从GitHub ONNC下载源代码

https://github.com/ONNC/onnc 

♦ 详细测试及安装环境可参考GitHub连接

https://github.com/ONNC/onnc/blob/master/docs/ONNC-Utilities.md 

②　通过ONNC构建ONNC umbrella

♦ 您可以通过ONNC Umbrella项目构建onnc，并且参考以下连接将指导您构建ONNC的部署及编译

https://github.com/ONNC/onnc-umbrella 

③　在没有ONNC umbrella的情况下构建ONNC

♦ Automake构建ONNC源，实现基本安装和ONNX模型

https://github.com/ONNC/onnc/blob/master/docs/automake-build.md 

♦ Cmake构建ONNC源

https://github.com/ONNC/onnc/blob/master/docs/build.md 

➢ONNC相关文档

ONNC相关文档包括ONNC Utilities、ONNC Pass Manager Getting Started Guide、ONNC Backend Developer Guide、The Code Emitting Pass User Guide、ONNC IR Extension Guide链接如下：

https://github.com/ONNC/onnc/blob/master/docs

依元素科技提供提供各种 FPGA设计服务、AI加速器设计服务、人工智能编译器设计服务、以及基于RISC-V 开源IP等丰富产学研合作项目。

欢迎您来电或来函咨询。详细联系方式：sales@e-elements.com