Skip to main content
这是选择您的路径流程中的准备模型步骤。模型要在 Qualcomm 硬件上高效运行,需先转换为可执行格式,并且对于 Hexagon NPU (HTP),还需量化到受支持的精度。Qualcomm 提供了多种工具来下载预优化模型、转换和编译您自己的模型、使用自定义数据进行微调,或恢复因量化损失的准确性。 选择与您起点相匹配的工具。

使用 AI Hub 优化 AI 模型

下载预优化的模型,或引入您自己的模型,通过 Qualcomm AI Hub 在云端对其进行编译、转换和量化。

使用 Qualcomm AI Runtime SDK 优化 AI 模型

使用 Qualcomm AI Runtime (QAIRT) SDK 在本地转换、量化和编译您自己的模型。

使用 Qualcomm AI Model Efficiency Toolkit (AIMET) 恢复准确性

使用训练后量化 (PTQ) 和量化感知训练 (QAT) 恢复量化过程中损失的准确性。

使用 Edge Impulse 通过自定义数据微调 AI 模型

使用 Edge Impulse 从您自己的音频、图像和传感器数据构建、训练或微调模型。
已有可直接运行的模型?您可以从 AI Hub 下载预优化的 LiteRT 模型,直接跳转至运行推理。