⚠ 弃用通知 24.01公告：未来的版本中，将逐步从代码库中移除NCHW数据格式特定的优化。这意味着用户需要将NCHW模型转换为NHWC格式，以便从优化中受益。

<br> <div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/a6091a9f-ee96-42ad-8020-8ef632ba1f24.png"/><br><br> </div>

计算库

计算库是一系列为Arm® Cortex®-A、Arm® Neoverse®和Arm® Mali™ GPU架构优化的低级机器学习函数集合。

与其他开源替代方案相比，该库提供更出色的性能，并能立即支持新的Arm®技术，如SVE2。

主要特点：

• 基于宽松的MIT许可证的开源软件
• 提供100多种用于CPU和GPU的机器学习函数
• 多种卷积算法（GeMM、Winograd、FFT、直接和间接GeMM）
• 支持多种数据类型：FP32、FP16、INT8、UINT8、BFLOAT16
• 关键机器学习原语的微架构优化
• 高度可配置的构建选项，实现轻量级二进制文件
• 先进的优化技术，如内核融合、快速数学启用和纹理利用
• 使用OpenCL调谐器和GeMM优化启发式方法进行设备和工作负载特定的调优

<br>

仓库	链接
发布版	https://github.com/arm-software/ComputeLibrary
开发版	https://review.mlplatform.org/#/admin/projects/ml/ComputeLibrary

<br>

文档

注意：文档包括参考API、更新日志、构建指南、贡献指南、勘误表等。

<br>

预构建二进制文件

所有二进制文件可以从这里或下方表格下载。

<br>

平台	操作系统	发布归档（下载）
树莓派 4	Linux® 32位
树莓派 4	Linux® 64位
Odroid N2	Linux® 64位
HiKey960	Linux® 64位

<br>

架构	操作系统	发布归档（下载）
armv7	Linux®
arm64-v8a	Android™
arm64-v8a	Linux®

<br>

更多预构建二进制文件请参考以下链接：

预构建二进制文件使用以下与安全性/良好编码实践相关的标志生成：

-Wall, -Wextra, -Wformat=2, -Winit-self, -Wstrict-overflow=2, -Wswitch-default, -Woverloaded-virtual, -Wformat-security, -Wctor-dtor-privacy, -Wsign-promo, -Weffc++, -pedantic, -fstack-protector-strong

支持的架构/技术

• Arm® CPU：

  • 使用Arm® Neon™技术的Arm® Cortex®-A处理器系列
  • Arm® Neoverse®处理器系列
  • 使用Arm® Neon™技术的Armv8-R AArch64架构的Arm® Cortex®-R处理器系列
  • 使用Arm® Neon™技术的Arm® Cortex®-X1处理器

• Arm® Mali™ GPU：

  • Arm® Mali™-G处理器系列
  • Arm® Mali™-T处理器系列

• x86

<br>

支持的系统

• Android™
• 裸机
• Linux®
• OpenBSD®
• macOS®
• Tizen™

<br> ## 资源 - [教程：在树莓派上使用Compute Library运行AlexNet](https://community.arm.com/processors/b/blog/posts/running-alexnet-on-raspberry-pi-with-compute-library) - [Gian Marco关于优化嵌入式深度学习推理软件性能分析的演讲](https://www.embedded-vision.com/platinum-members/arm/embedded-vision-training/videos/pages/may-2019-embedded-vision-summit) - [Gian Marco在EVS上关于使用Winograd算法优化CNN的演讲](https://www.embedded-vision.com/platinum-members/arm/embedded-vision-training/videos/pages/may-2018-embedded-vision-summit-iodice) - [Gian Marco关于使用SGEMM和FFT加速深度学习的演讲](https://www.embedded-vision.com/platinum-members/arm/embedded-vision-training/videos/pages/may-2016-embedded-vision-summit-iodice) <br>

实验性构建

⚠ 重要提示 Bazel和CMake构建是实验性的仅支持CPU的构建，更多详情请参阅文档。

<br>

如何贡献

我们非常欢迎对Compute Library的贡献。如果您有兴趣贡献，请查看我们的贡献指南。

开发者原创声明（DCO）

在Compute Library接受您的贡献之前，您需要证明其来源并给予我们许可。为了管理这个过程，我们使用开发者原创声明（DCO）V1.1 (https://developercertificate.org/)

为表明您同意DCO的条款，您需要在每个git提交消息中添加一行包含您的姓名和电子邮件地址的"签署"信息：

Signed-off-by: 约翰·多伊 <john.doe@example.org>

您必须使用真实姓名，不接受匿名或使用假名的贡献。

公共邮件列表

对于技术讨论，ComputeLibrary项目有一个公共邮件列表：acl-dev@lists.linaro.org 无论是Arm内部还是外部的任何人都可以自由订阅该列表。要订阅，请访问以下网站： https://lists.linaro.org/mailman3/lists/acl-dev.lists.linaro.org/

<br>

许可和贡献

本软件采用MIT许可证提供。对该项目的贡献也接受相同的许可。

其他项目

本项目包含来自其他项目的代码，如下所列。这些源文件中包含原始许可文本。

• OpenCL头文件库采用Apache License 2.0版许可，这是一个与MIT许可兼容的宽松许可。

• half库采用MIT许可。

• libnpy库采用MIT许可。

• stb图像库采用MIT许可或属于公共领域。本项目根据MIT许可条款使用它。

<br>

商标和版权

Android是Google LLC的商标。

Arm、Cortex、Mali和Neon是Arm Limited（或其子公司）在美国和/或其他地区的注册商标或商标。

Bazel是Google LLC在美国和其他国家注册的商标。

CMake是Kitware, Inc.在美国和其他国家注册的商标。

Linux®是Linus Torvalds在美国和其他国家的注册商标。

Mac和macOS是Apple Inc.在美国和其他国家注册的商标。

Tizen是Linux基金会的注册商标。

Windows®是微软公司集团的商标。