本文介绍TPU-MLIR的开发方向，包括主要目标、计划等等
主要目标#
- 保持定期同步最新的llvm-project
- 持续维护高质量、易测试和文档化的功能模块
- 支持深度学习框架：ONNX、TFLite、Caffe
- 持续支持各种各样的神经网络模型，比如resnet、yolo、ssd、bert等等
- 持续跟踪最新的MLIR编译器技术，并有效的应用到本工程中
- 支持各种各样的处理器类型，特别是算能的TPU处理器，包括BM1684X、BM1684、CV18XX、Athena2等等
- 保证充分发挥处理器的性能，以及高精度，特别是INT8量化模型
- 支持各种有利于开发的便捷工具，方便调试或提升开发效率
开发计划【2022-2023】#
| 处理器 | 产品 |
|---|---|
| BM1684X | SC7, SE7 |
| BM1684 | SC5, SG6, SE6, SE5, SM5 |
| CV18XX | CV1838, CV1835, CV1826, CV1825, CV1823, CV1821, CV1820, CV1813H, CV1812H, CV1811H, CV1810H, CV1812C, CV1811C |
| Athena2 | on going |