CMSIS 5.8.0优化机器学习应用的神经网络和信号处理

CMSIS 通过集成各种包和模块，从软件角度增强了嵌入式项目。它带有一系列工具、API 和框架，可帮助嵌入式开发人员实现流畅的应用程序构建。此外，从开发的角度来看，实时操作系统和中间件组件提供了多种选择。

CMSIS-Pack 的组织结构使其适用于划分和克服应用程序的复杂要求。随着 5.8.0 版本的发布，CMSIS-NN 和 CMSIS-DSP 已从复合 CMSIS 核心中分离出来，后者是 CMSIS 包的主要组件之一。这种自由裁量权允许集中开发机器学习和信号处理功能，并且包的相应发布周期独立于主要的 CMSIS 核心版本。

CMSIS-DSP 包有一些小的变化，一些 GCC 问题已通过将 DSP 包离散更新到 1.9.0 版本而得到修复。更新后的软件包增强了对 f16 数据类型的支持，以便对接收到的数据进行有效的信号处理。此外，还从存储库中删除了一些预构建的库，以获得更清晰的包源。

TensorFlow Lite 框架将接口机器学习本质添加到硬件应用程序中。更新后的 CMSIS-NN 包在 TensorFlow Lite 微控制器框架支持的功能接口上发生了一些重大变化。另外，这个版本通过 M-Profile Vector Extension 的处理相对更好，这是由于最大池算子的实现。运算符在非重叠区域上工作以减小向量或矩阵的大小。这导致机器学习用例的优化处理。

ARM 嵌入式工具高级总监 Reinhard Keil 表示：“最新的 CMSIS 版本 5.8.0 对在 Cortex-M55 处理器中实现的 Helium 矢量扩展支持具有额外的性能改进。这包括优化 CMSIS-DSP 算法集合和用于机器学习应用的高效神经网络内核 CMSIS 集合。”

CMSIS 核心的启动代码

C 启动代码最初是在 CMSIS 5.6.0 中引入的，它增加了代码的可移植性和复杂构建的开发简易性。CMSIS 核心中的设备启动代码现在可以直接用 C 语言编写，这使其独立于编译器工具链。此外，CMSIS 5.8.0 的发布使 C 启动成为设备的默认启动。

进一步讨论，GCC Linker Description 和 GCC Assembler startup 的更新很少。到目前为止，汇编代码使用字节计数来进行 BSS（由符号开始的块）和零部分的初始化的复制/零表。另一方面，C 启动代码使用字数而不是字节数。在 CMSIS 5.8.0 中，两个启动代码变体都使用相同的复制/零表布局。因此，它提供了从汇编代码到 C 启动代码来回切换的灵活性。

Armv8-M Assembler 启动已更新为使用 CMSIS 5.8.0 版本的 GAS 语法。最新的 ARM 编译器 6 支持传统的 Arm Assembler（armasm），使软件向后兼容所有设备。Arm Compiler 6 以 LLVM/Clang 为基础，因此较新处理器的汇编代码需要采用 GAS 语法。

CMSIS 是一个开源项目

CMSIS 是 GitHub 上的一个开源项目。由于先前版本的实现在某些小点上使接口失败，因此很少出现问题。这些问题中的大多数将在下一个版本中得到解决，但可以通过在本地技术堆栈中进行一些更改来解决它们。您可以通过访问CMSIS 5.8.0 版本的 GitHub 查看这些问题和修复。

该存储库是开源的，因此它有助于解决用户和合作伙伴报告的潜在安全漏洞问题。它允许每个用户访问详细的修订历史、提交细节和已知问题，这些问题可能会影响一些依赖先前实现的副作用的用户。

CMSIS 中属于软件打包和构建过程的其他组成部分正在转向 Open-CMSIS-Pack 项目，该项目可以增加开发和应用方面的更多可能性。因此，这是一个由 Arm 和 NXP、STMicroelectronics 和 Linaro 等行业合作伙伴推动的开放式治理项目。

审核编辑：郭婷