概览
描述
对初学者而言简单易用，对专家而言强大高效
Renesas RUHMI（Robust Unified Heterogeneous Model Integration）框架是一套用于加速 Renesas MCU/MPU 产品 AI 应用开发的创新工具集。 它能够在数分钟内生成高度优化的模型，并最大限度发挥 Renesas 嵌入式处理器的性能。
为什么选择 RUHMI Framework？
借助稳健的编译器与软件框架，您可以在多个不同的框架之间无缝部署最新的神经网络模型。 通过在 Renesas 广泛的 AI MCU 与 MPU 产品中采用统一的前端编译引擎*，RUHMI 提供标准化的框架与接口，实现更高的易用性、跨设备兼容性，以及始终一致的开发体验。
- 通过集成工具、API、自动代码生成和运行时支持，可将预训练深度神经网络从图编译到 AI 推理全过程进行无缝部署。
- 借助标准化的 Python 库，在 Renesas 的 MCU/MPU 全系列产品中实现工作流程集成与灵活定制。
- 原生支持主流机器学习框架，并持续扩展，实现跨设备导入通用模型。
- 通过与框架无关的后训练校准与量化机制，支持用户自定义模型。
- 提供多种应用示例，包括针对各类支持设备优化的模型。
- 自动转换为针对片上 CPU 优化的嵌入式代码，简化部署流程（适用于 MCU）。
- 采用用户友好设计，可在所支持的框架与设备之间顺畅地进行模型选择、转换与存储。
- 为 Linux 提供高灵活性的 CLI 环境
- 为 Windows 提供直观的 GUI 与面向专家的 CLI，支持多样化的 MCU 开发环境
* Powered by EdgeCortix® MERA™ 2.0
特性
- RA8 MCU
- 支持的框架：TensorFlow Lite (.tflite)、ONNX (.onnx)、PyTorch/ExecuTorch (.pte)
- 操作系统：Windows（GUI、CLI）、Linux (CLI)
- RZ/V MPU
- 支持的框架：Tensorflow、ONNX、Pytorch
- 操作系统：Linux (CLI)
发布信息
有关更多信息和链接，请访问 GitHub。
目标设备
设计和开发
视频和培训
Learn how the Renesas Robust Unified Heterogenous Model Integration (RUHMI) Framework simplifies AI model integration. This tool combines an embedded AI compiler with e2 studio to quickly generate optimized models for Renesas embedded processors, making it ideal for both beginners and experts.
Related Resources
支持
知识库
- RA8P1: 如何使用 RUHMI 转换模型以在 RA8P1 上与 Ethos-U55 一起使用？
在 RA8P1 上使用 Ethos-U55 时，使用 RUHMI 框架工具分几个步骤进行模型优化和转换过程。 模型导入：首先，用户将模型从 TensorFlow 或 ONNX 格式导入 ...
- 如何分析 RA8P1 上的 NPU 推理性能和内存使用情况？
... 据需要重新定位内存区域，具体取决于您的应用程序。 有关更多详细信息，请通过 RUHMI 框架登录页面 参阅 GitHub 中的 RUHMI 用户手册。
- RUHMI 的理念和功能是什么？
... 器和运行时环境 原生支持 TensorFlow Lite 和 ONNX 支持用户自定义模型的框架无关的后处理校准与量化 面向初学者的用户体验友好 ...
