近日深蕾半導體開發者中心更新了VS680 AI演示視頻、AI Demo樣例、VS680快速開發手冊等相關內容。VS680 AI演示視頻展示了VS680芯片在人工智能領域的強大應用能力，AI Demo樣例為開發者提供了一系列具體的實踐案例，VS680快速開發手冊詳細闡述了VS680的硬件規格、軟件環境搭建、開發流程以及常見問題解決方法等內容。

深蕾半導體開發者中心鏈接

https://developer.senarytech.com/

深蕾半導體開發者中心頁面

一、VS680的性能與應用

VS680是一種集成了多種計算單元（包括 NPU/uNPU、GPU、CPU、DSP 等） 的異構計算系統級芯片（SOC），專為處理復雜的人工智能（AI）任務而設計。

其搭載了四核Cortex A73 64位CPU，配備了高效GPU，以及高達6.75TOPS的NPU。

VS680的主要性能

其支持多模態AI算法：

1，視覺算法：用于圖像識別、物體檢測、場景理解等任務。

2.，語音算法：支持語音識別、語音合成、情感分析等語音處理任務。

3，大模型相關支持：通過端云協同的模式接入各種大模型能力，如語言大模型、文生圖、AI智能體等。

豐富的AI應用

二、VS680的AI Demo樣例運行

AI Demo樣例可以基于VS680 Ubuntu SDK系統運行于香蕉派BPI-M6開發板上。

香蕉派BPI-M6開發板的淘寶鏈接

https://item.taobao.com/item.htm?id=823964494840

以下是運行AI Demo樣例的基本步驟：

1，下載Demo樣例：從香蕉派社區或相關資源網站下載適用于VS680的AI Demo樣例文件。

2，文件結構：解壓下載的Demo樣例文件，查看其文件結構，通常包括模型文件、代碼文件、依賴庫等。

3，安裝依賴項：根據Demo樣例的說明文檔，安裝所需的依賴項和庫文件。這可能包括Python環境、TensorFlow Lite等。

4，執行Demo：在開發板上運行Demo樣例代碼，進行OCR算法、目標檢測算法、姿態檢測算法、圖像分割算法、人臉檢測算法、手勢檢測算法等演示。

OCR算法演示樣例效果圖

目標檢測算法演示樣例效果圖

姿態檢測算法演示樣例效果圖

圖像分割算法演示樣例效果圖

人臉檢測算法演示樣例效果圖

手勢檢測算法演示樣例效果圖

三、VS680 AI快速開發手冊

為幫助零基礎用戶快速完成在深蕾VS680開發板上的項目開發，手冊提供了一份基本開發教程：

1，搭建開發環境：準備好開發板、電源、串口線、HDMI線等硬件設備，并安裝Ubuntu Linux操作系統和必要的開發工具。

2，模型轉換：將訓練好的神經網絡模型轉換為適用于VS680的模型格式，如TensorFlow Lite模型。

3，模型量化：對模型進行量化處理，以降低模型大小和計算復雜度，提高在開發板上的運行效率。

4，板端實測：將轉換和量化后的模型部署到開發板上，進行實測和優化，確保模型能夠在開發板上流暢運行。

運行Demo的執行效果圖

更多詳細資料和操作流程，歡迎訪問下方鏈接查看

https://developer.senarytech.com/4.2Demo/2_AI_Demo/AI_DemoReadme.html

審核編輯 黃宇