開發機器學習 (ML) 應用頗具挑戰，尤其是涉及專用硬件時。好消息是，Arm Corstone-320 固定虛擬平臺 (Fixed Virtual Platform, FVP) 簡化了這個過程，無需物理硬件即可開發和測試 ML 應用。

Corstone-320 FVP 仿真平臺為開發先進的 ML 應用提供了強大基礎。訪問以下鏈接，了解如何開始使用 Corstone-320 FVP，并利用該網站上提供的 Arm ML 嵌入式評估套件 (MLEK)。

什么是固定虛擬平臺?

固定虛擬平臺 (FVP)是成熟的硬件仿真模型，無需物理硬件即可進行軟件開發和測試。FVP 在開發初期尤其有價值，開發者無需等到硬件到位，可大幅提前啟動軟件開發工作。

FVP 能夠準確呈現最終的硬件，確保在 FVP 上開發和測試的軟件在部署到物理設備上后，能夠按預期運行。由此大大加快了開發周期，降低了成本，并減輕了因依賴硬件而產生的風險。

Arm Corstone-320 介紹

ArmCorstone-320 是一個預先集成的系統 IP，其中結合了 Arm Ethos-U85 NPU 和 Arm Cortex-M85 處理器。Ethos-U85 NPU 是一款專用 ML 處理器，旨在加速嵌入式和物聯網設備中的 ML 計算，是高效處理 ML 工作負載的理想選擇。

開發者需要平臺軟件來充分發揮硬件的潛能。Arm 提供了大量可與 Corstone-320 配合使用的軟件組件和工具，其中包括：

以 CMSIS Core 和 CMSIS-Driver 庫的形式提供的基本設備驅動程序和硬件抽象層。

與 FreeRTOS 和 Zephyr 等熱門實時操作系統 (RTOS) 的集成。

諸如 Mbed TLS 和 Trusted Firmware-M 之類的安全軟件，提供強大的加密、安全存儲和安全的固件更新。

面向專業開發者的工具，包括 Keil MDK。

用于在 Ethos-U85 NPU 上運行終端人工智能 (AI) 應用的驅動程序和庫。

Arm 的免費開源軟件讓開發者可以在 Corstone-320 上構建和運行終端 AI 應用。

Arm ML 嵌入式評估套件概覽及用例

開源項目 Arm ML 嵌入式評估套件提供了一套即用型 ML 應用，使用戶能夠開發和評估在 Ethos-U NPU 和 Cortex-M CPU 上運行的 ML 工作負載。該套件包括用于測量性能指標（推理周期數等）的用例和工具。

MLEK 提供端到端軟件用例，展示了 Ethos-U NPU 和 Cortex-M CPU 的功能。以下列出了其中包含的 ML 應用：

圖像分類：使用 Mobilenet V2 神經網絡模型識別每個圖像中存在的物體。

關鍵詞檢測 (KWS)：使用 MicroNet 模型識別語音中的關鍵詞。

自動語音識別 (ASR)：使用 Wav2Letter 模型從語音中轉錄單詞。

KWS 和 ASR：使用 MicroNet 和 Wav2Letter 模型，在檢測到關鍵詞后，利用 Cortex-M 和 Ethos-U 進行轉錄。

異常檢測：使用 MicroNet 模型檢測機器錄音中的異常行為。

視覺喚醒詞：使用 MicroNet 模型識別圖像中是否有人。

降噪：使用 RNNoise 模型在保留語音的同時，去除音頻中的噪聲。

物體檢測：使用 Yolo Fastest 模型檢測圖像中的人臉并在周圍繪制邊界框。

通用推理運行器：使用你自己的模型為 Ethos-U NPU 開發自定義用例。

開始使用 Corstone-320 FVP

第一步

安裝 FVP

首先，安裝面向 Arm Corstone-320 的 FVP。按照 Arm ML 嵌入式評估套件項目安裝指南設置虛擬環境。

第二步

設置環境

接著，設置你的開發環境。克隆 Arm ML 嵌入式評估套件存儲庫并按照提供的設置說明進行操作。確保已安裝所有必要的依賴項。另請參閱 Arm ML 嵌入式評估套件的完整文檔。

第三步

探索示例應用

Arm ML 嵌入式評估套件項目提供了一系列 ML 應用示例。首先，通過探索這些示例來了解 Ethos-U NPU 和 Cortex-M CPU 的使用方法。運行提供的示例，以查看推理周期數和性能指標。

第四步

在 FVP 上部署和運行

選擇或開發 ML 應用后，在 Corstone-320 FVP上進行部署和運行。首先，編譯你的應用代碼并確保其與 FVP 環境兼容。將編譯后的二進制文件移動到虛擬環境并參考提供的指南。確保根據你的配置遵循相應的部署說明。

部署后，在 FVP 上開始運行應用。監控輸出日志并使用調試工具來跟蹤模型的性能和功能。利用收集到的性能指標進一步微調和優化你的 ML 應用。

修改現有的 Arm ML 嵌入式評估套件模型或集成你自己的自定義模型，以查看它們在 Corstone-320 FVP 上的表現。通過嘗試不同的場景來優化性能。

增強開發工作流

為了進一步增進你的開發能力，請探索旨在簡化工作流的 Arm 項目和工具。

使用 Arm Keil MDK v6 工具

Keil MDK v6 是 Arm 提供的全面軟件開發解決方案，適用于基于 Cortex-M 的微控制器和基于 Ethos 的 NPU。它提供了無縫創建、構建和調試應用所需的一切基本組件。

Keil MDK v6 利用 CMSIS-Pack 提供設備和電路板支持，并提供項目所需的軟件組件。新的 Keil Studio IDE 由一組 VS Code 擴展組成，全面支持 CMSIS 工作流并提供集成調試器來實現高效的開發體驗。

首先，安裝 Keil Studio Pack。對 CMSIS-Pack 的支持有助于加快開發和部署速度。在 Visual Studio Code 中安裝 Keil MDK v6 擴展時，會自動配置所有必要的工具，并自動安裝 Corstone FVP，以提高便利性。

在 GitHub 上，基于 CMSIS Pack 的 ML 示例可幫助你探索 Arm Keil MDK v6 工具。這些 ML 示例使用了 Keil MDK v6 和 MLEK中的 CMSIS-Pack。

探索其他項目和工具

除了上述步驟之外，還有其他一些重要資源可以提升你在使用 Corstone-320 FVP 時的開發體驗。

如果你想構建一個連接到云服務并內置安全功能的應用，那么 Arm Corstone FreeRTOS 參考集成是一個很好的起點。其中提供了一個包含 FreeRTOS 內核和庫的完全集成的堆棧，以及與 Trusted Firmware-M 安全庫集成的亞馬遜云科技 (AWS) 設備管理服務。

這符合嚴格的 PSA Certified 安全要求，并提供與 AWS 托管應用的加密通信、安全的端側存儲和設備認證等功能。此外也可以通過 PSA 固件更新機制安全地更新設備固件。

另一個用于仿真的資源是 Arm 虛擬硬件 (Arm Virtual Hardware) 平臺，你可以在云端模擬硬件，用于開發和測試目的。利用這個平臺，你可以在將應用部署到實際硬件上之前，在虛擬環境中進行測試，從而加快開發周期。

結論

隨著 Arm Corstone-320 硬件和軟件的推出，開發者可以更輕松地開始構建引人注目、功能豐富的端點 AI 應用。Arm 提供了一系列全面且易于使用的項目和教程，幫助你充分利用 Arm IP。在上述示例中，Corstone-320 FVP 與 Arm ML 嵌入式評估套件相結合，為在嵌入式和物聯網設備上開發和評估 ML 應用提供了一個強大的平臺。通過本指南，即可利用預先集成的系統 IP 和 Arm 提供的各種工具來高效地創建和優化 ML 工作負載。

此外，Arm Developer Community 提供了豐富的教程、文檔，并設有論壇，你可以在其中找到問題的答案并與其他開發者分享見解。這些資源將幫助您充分利用 Corstone-320 FVP 并增強 ML 應用開發能力。