1. 在关于下一代的电子产品设计中，边缘计算是目前最前沿的视角。这是因为人工智能已经被赋予了第四次工业革命的头衔，但是让这些聪明的计算落地，需要数不清的智能电子器件来实现，而不能仅仅是在电脑上做一些图像识别和视频捕捉的功能。
目前比较常用的人工智能解决方案都要通过wifi联网，把前端采集到的图片，声音信号上传到云端，让云端海量的服务器来实现计算功能把结果反馈到终端。这个比较典型的就是亚马逊的ECHO音箱，多维声场捕捉的只是高精度的声音信号，具体这些是代表的那种语言，转换成文字，要在海量的文本语义中准确识别，确实不是终端所胜任的。
但是，ARM在这方面并没有放弃，率先实现了边缘计算的概念，而且门槛低至ARM-M0++。换言之，就是让终端采集到的数据在终端就直接计算出结果，不用再依赖通讯通道了，在终端完成大规模的计算，就是简单理解的边缘计算。
这样，这些开发板就不用再简单的玩点灯的blink游戏了，就可以赋予更重的计算任务，同时也可以实现更有趣的应用。
2. 实现边缘计算的方法就是调用CMSIS-NN库，这个库中包含了很多强计算的函数库，尤其注意是需要启用DSP协处理器的，即要设置DSP=1.
目前在边缘计算上尝试的MCU厂家并不多，NXP提供了一些范例，也在NXP上有一些经验，那么在GD32F350RB是否可以实现呢。本帖就测试一下。
3. 首先创建一个工程，选择GD32F350RB芯片
4. 其次，选择安装的初始库，一定要选定NN和DSP，
然后进行编译，发现编译通过，但是系统资源不足，显示内存不足。
修改使用microLib，再次编译，显示部分程序资源不足。
5.这样的初步验证，程序和代码可以在GD32F350上执行，但是如何确定代码占用的资源，并进行优化，是编程的一个，相对于缩小层数，并且降低中间buff的占用，还可以加载外部的内存，把中间数据swap到外存，这样就可以完成计算了。
具体就是优化的过程，这个初步可以验证这个范例代码是可以在这个平台执行的。
具体代码分析和使用说明逐步解释。
本帖最后由 北方 于 2018-9-20 11:56 编辑
京公网安备 11010802033920号
