heliaCORE 边缘AI优化内核

像Arm的CMSIS-NN这样的现有工具虽然提供了坚实的行业标准基础，但它们 并非 专为 Ambiq的 特定芯片或AI工作负载而设计的 Ambiq 客户 实际交付。 heliaCORE™ 该工具是在 CMSIS-NN 的基础上构建的，而非取代它，既保留了工程师们已经熟悉的 API 和文档，又增加了通用工具所缺乏的、针对 Apollo 的特定调优和覆盖范围。 哪些设备可以使用 heliaRT™？

在 Ambiq 芯片上，此前都需要团队手动组装、集成和 优化 软件栈，往往需要数月时间才能开始任何实际的产品开发工作。 heliaCORE™ 提供的是预集成且预优化的基础架构，因此团队可以 立即 ，而无需重新构建基础设施 ——这些基础设施 已经构建的基础设施。 

MLPerf Tiny 是业界公认的边缘 AI, 它测试了5个模型和总计80项操作。 Ambiq 已通过 heliaCORE™ ，并将其与一套具有现场代表性的、包含40多个模型和963个操作实例的数据集进行验证， 约12 倍于行业基准测试的运行量。这一差距反映了基准测试内容与实际产品可运行内容之间的差异。 

一款产品 仅针对 仅针对标准基准测试进行优化的产品，如果这些基准测试 未能 能反映生产环境的复杂性，那么该产品在实际应用中仍可能表现不佳。 Ambiq的 内部性能分析发现，即使在主要内核已完全优化后，围绕主要计算的操作——如填充、激活、归约和重塑——在实际工作负载中仍会消耗大量处理时间。 heliaCORE™ 针对的是整个管道，而不仅仅是基准测试所衡量的部分。 

heliaCORE™ 是基础，是一个经过优化的内核层，其他一切都建立在此之上。 heliaRT™ 是使用AI Runtimes执行AI inference on-device heliaCORE 在底层支持下，在设备上执行 AI 推理的运行时路径。 heliaAOT™ 这是预编译器路径，在代码发布前就将其效率“预先烘焙”到代码中——同样由 heliaCORE提供支持。不妨将 heliaCORE 是引擎，而 heliaRT 和 heliaAOT 作为两种 不同的方式 来驱动它。 

是的。 heliaCORE™ 既支持当前一代Apollo SoC的MVE加速，也支持上一代设备的DSP加速。两代产品均能得到全面支持。 

两者都有。 heliaCORE™ 基于 Arm 的 CMSIS-NN（一个开放的、符合行业标准的生态系统）构建，并完全保留了其 API、文档和许可条款。针对 Apollo 的内核调优、扩展的操作符覆盖范围以及平台集成均 Ambiq 在此开放基础之上新增的功能。 

heliaCORE 现已向 Ambiq 的客户和合作伙伴开放。相关文档和访问入口可通过 Ambiq 的 GitHub 页面 以及 www.ambiq.com/AI/heliaCORE获取。