RK3399Proは、Jetson Nanoより、つよい？

Versalengineerの戯言 : Twitter
SystemVerilogの世界へようこそ、すべては、SystemC v0.9公開から始まった

昨日取り上げたRockchip RK3399Pro

ToyBrick RK3399Pro Board Shown to Outperform Jetson Nano SBC

Apple A11 < Kirin 970 < Jetson TX2 < Rockchip RK3399Pro

Rockchip Toybrick RK3399PRO Boardによると、3GBメモリ版は249ドル、6GBメモリ版は299ドル。Jetson Nanoの2倍以上するから、Jetoson Nanoより2倍以上つよくないとね。

RKNN Toolkitなるものがあるよ。

昨日のブログに書いたやつ。。実態は、これだね。

ドキュメントもいっぱいあるよ

　・Model Conversion: convert Caffe, TensorFlow, TensorFlow Lite, ONNX, Darknet model to RKNN model

　・Model Inference: RK3399Pro, RK1808(お安い版)

　・Quantization: support to covert a float model to quantized model

ここに tarボールあるけど、10GBとかが4つもあるよ。

追記)、2019.06.02
おっと再度調べてみたら、RK3399Pro NPUマニュアルがあった。

　・Caffe / Mxnet / TensorFlowモデルは直接読み込むことができます。

　・AI開発ツールを提供します。モデル高速変換のサポート、開発ボードエンドサイド変換APIのサポート、
　　TensorFlow / TF Lite / Caffe / ONNX / Darknetなどのモデルのサポート。

　・AIアプリケーション開発インターフェースを提供する：Android NN APIをサポートし、
　　RKNNクロスプラットフォームAPIを提供し、LinuxはTensorFlow開発をサポートします。