MCPcopy Create free account
hub / github.com/XiaoMi/mace

github.com/XiaoMi/mace @v1.1.1

Chat with this repo
repository ↗ · DeepWiki ↗ · release v1.1.1 ↗ · + Follow
5,480 symbols 18,044 edges 1,023 files 128 documented · 2% updated 2y agov1.1.1 · 2022-01-13★ 5,04157 open issues

Browse by type

Functions 4,354 Types & classes 1,124 Endpoints 2
What it actually does AI analysis from the code graph — generated when you open this
loading…
README

MACE

License pipeline status doc build status

文档 | FAQ | 发布记录 | 路线图 | MACE Model Zoo | Demo | 加入我们 | English

Mobile AI Compute Engine (MACE) 是一个专为移动端异构计算平台(支持Android, iOS, Linux, Windows)优化的神经网络计算框架。 主要从以下的角度做了专门的优化: * 性能 * 代码经过NEON指令,OpenCL以及Hexagon HVX专门优化,并且采用 Winograd算法来进行卷积操作的加速。 此外,还对启动速度进行了专门的优化。 * 功耗 * 支持芯片的功耗管理,例如ARM的big.LITTLE调度,以及高通Adreno GPU功耗选项。 * 系统响应 * 支持自动拆解长时间的OpenCL计算任务,来保证UI渲染任务能够做到较好的抢占调度, 从而保证系统UI的相应和用户体验。 * 内存占用 * 通过运用内存依赖分析技术,以及内存复用,减少内存的占用。另外,保持尽量少的外部 依赖,保证代码尺寸精简。 * 模型加密与保护 * 模型保护是重要设计目标之一。支持将模型转换成C++代码,以及关键常量字符混淆,增加逆向的难度。 * 硬件支持范围 * 支持高通,联发科,以及松果等系列芯片的CPU,GPU与DSP(目前仅支持Hexagon)计算加速。CPU模式支持Android, iOS, Linux等系统。 * 模型格式支持 * 支持TensorFlowCaffeONNX等模型格式。

开始使用

性能评测

MACE Model Zoo 包含若干常用模型,并且会对一组手机进行每日构建。最新的性能评测结果可以从项目的持续集成页面获取 (选择最新的成功的Pipeline,点击release可以看到最新的评测结果)。 同时,可以参考MobileAIBench项目 获取MACE与其他框架的对比结果。

交流与反馈

License

Apache License 2.0

加入我们

欢迎加入我们

Extension points exported contracts — how you extend this code

Core symbols most depended-on inside this repo

Shape

Method 2,929
Function 1,425
Class 1,059
Enum 62
Interface 3
Route 2

Languages

C++77%
Python20%
Java3%
C1%

Modules by API surface

tools/python/transform/transformer.py85 symbols
tools/python/transform/onnx_converter.py85 symbols
tools/python/transform/base_converter.py62 symbols
tools/python/transform/tensorflow_converter.py57 symbols
tools/python/transform/caffe_converter.py54 symbols
mace/runtimes/opencl/core/opencl_executor.cc52 symbols
tools/python/transform/hexagon_converter.py50 symbols
mace/core/tensor.cc46 symbols
tools/python/transform/keras_converter.py44 symbols
tools/python/transform/pytorch_converter.py42 symbols
mace/core/bfloat16.h40 symbols
tools/common.py39 symbols

For agents

$ claude mcp add mace \
  -- python -m otcore.mcp_server <graph>

⬇ download graph artifact

Ask about this repo answers extend the page