首页
›
工业控制与工业互联网
›
033-Edge AI RKNN模型转换
›
《RKNN在RK3588上的多核NPU调度优化课程》
VIP20
本课程属于:033-Edge AI RKNN模型转换
工业控制与工业互联网 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
RKNN在RK3588上的多核NPU调度优化课程
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · RK3588 NPU硬件概览
课程导入
学习目标
02
RKNN工具链基础
RKNN-Toolkit2安装 · 环境配置 · 模型转换流程
RKNN
工具链基础
03
RK3588 NPU架构详解
三核NPU(NPU0/1/2)的硬件… · 算力分配 · 内存带宽
RK3588
NPU
04
多核NPU调度原理
RKNN Runtime的多核调度机… · 核心绑定 · 负载均衡策略
NPU
多核
05
RKNN模型转换与量化
量化精度选择(int8/int16) · 混合量化 · 权重与激活量化对多核性能的影响
RKNN
模型转换
06
多核并行推理基础
如何将单个模型拆分为多核并行 · 数据并行与模型并行的概念 · 适用场景
多核并行推理基础
如何将单个模型拆…
07
RKNN Runtime API详解
rknn_init · rknn_run · rknn_outputs_get等接…
RKNN
Runtime
08
多核调度策略配置
通过rknn_set_core_ma… · 优先级调度 · 动态核心切换
多核调度策略配置
rknn
09
多核性能分析工具
使用rknn_benchmark · perf · profiler等工具测量各核利用率
多核性能分析工具
rknn
10
多核调度优化案例一
单模型多核并行推理实战(如YOLOv… · 对比单核与多核的延迟与吞吐
多核调度优化案例…
YOLOv
11
多核调度优化案例二
多模型多核并行推理实战(如分类+检测… · 实现不同模型分配到不同核心
多核调度优化案例…
多模型多核并行推…
12
多核调度优化案例三
视频流多路推理场景 · 利用多核实现多路视频并行处理 · 平衡负载
多核调度优化案例…
视频流多路推理场…
13
多核调度优化案例四
大模型(如Transformer)在… · 层间并行与层内并行
多核调度优化案例…
Transformer
14
内存与数据搬运优化
多核共享内存管理 · DMA传输 · 输入输出数据布局对调度效率的影响
内存
数据搬运优化
15
多核同步与通信机制
核间同步 · 事件通知 · 共享缓冲区设计
多核同步
通信机制
16
动态调度与负载均衡
运行时根据负载动态调整核心分配 · 任务队列 · 抢占式调度
动态调度
负载均衡
17
多核调度与CPU/GPU协同
NPU多核与CPU · GPU的流水线并行 · 异构计算任务分配
CPU/GPU
多核调度
18
RKNN多核调度的常见坑与规避
核心冲突 · 内存带宽瓶颈 · 量化精度损失
RKNN
多核调度的常见坑
19
多核调度性能调优方法论
从瓶颈分析 · 参数调整 · 代码重构到系统级优化的完整流程
多核调度性能调优…
从瓶颈分析
20
RKNN多核调度在边缘AI场景的应用
智能安防 · 自动驾驶 · 工业检测中的多核调度实践
RKNN
AI
21
多核调度与模型压缩结合
剪枝 · 蒸馏 · 低秩分解后如何适配多核并行
多核调度
模型压缩结合
22
多核调度与实时性保障
硬实时与软实时场景下的调度策略 · 优先级反转 · 中断处理
多核调度
实时性保障
23
多核调度与功耗优化
动态电压频率调整(DVFS) · 核心休眠 · 任务迁移对功耗的影响
多核调度
功耗优化
24
多核调度调试技巧
日志分析 · 断点调试 · 性能计数器
多核调度调试技巧
日志分析
25
多核调度进阶
自定义调度器 · 基于Linux内核的CPU亲和性设置 · 与NPU核心绑定的协同
多核调度进阶
自定义调度器
26
多核调度在RKNN模型部署中的端到端流程
从模型转换 · 量化 · 多核配置到嵌入式部署
RKNN
多核调度
27
多核调度性能对比实验
设计实验对比不同核心数 · 不同调度策略下的性能指标(延迟 · 吞吐
多核调度性能对比…
设计实验对比不同…
28
多核调度优化案例五
实时目标检测系统(如YOLOv8)在… · 达到实时要求
多核调度优化案例…
YOLOv8
29
多核调度常见问题解答
核心利用率低 · 负载不均 · 内存溢出
多核调度常见问题…
核心利用率低
30
课程总结与综合实战
综合运用所学知识 · 完成一个多核NPU调度优化项目 · 并进行性能评估与优化报告
课程总结
综合实战
所属VIP或分类
同VIP:batch-size调整后RKNN模型转换的精度验证教程
同VIP:Edge-AI设备上RKNN模型转换与硬件加速落地课程
同VIP:ONNX-Runtime模型转换与RKNN部署实战教程