> ## Documentation Index
> Fetch the complete documentation index at: https://dragonwingdocs.qualcomm.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 准备模型

> 为在 Qualcomm Dragonwing IoT 平台上部署准备 AI 模型。使用 AI Hub、QAIRT SDK、AIMET 或 Edge Impulse 对其进行转换、量化、编译或微调。

这是[选择您的路径](../topic/ai-ml-developer-workflow)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。

<CardGroup cols={2}>
  <Card title="使用 AI Hub 优化 AI 模型" icon="download" href="../topic/ai-hub">
    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。
  </Card>

  <Card title="使用 Qualcomm AI Runtime SDK 优化 AI 模型" icon="gears" href="../topic/qairt">
    使用 Qualcomm AI Runtime (QAIRT) SDK 在本地转换、量化和编译您自己的模型。
  </Card>

  <Card title="使用 Qualcomm AI Model Efficiency Toolkit (AIMET) 恢复准确性" icon="sliders" href="../topic/aimet">
    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。
  </Card>

  <Card title="使用 Edge Impulse 通过自定义数据微调 AI 模型" icon="bullseye" href="../topic/edge-impulse">
    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。
  </Card>
</CardGroup>

<Note>
  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](../topic/ai-hub#try-a-preoptimized-model),直接跳转至[运行推理](../map/use-available-frameworks-and-runtimes)。
</Note>