本书是学习Arm Helium MVE技术的理想指南。Helium为微控制器带来了令人兴奋的新功能，使复杂的数字信号处理或机器学习应用程序能够在廉价、低功耗的设备上运行。本书首先从易于理解的层面介绍了Helium的基本概念，包括单指令多数据（SIMD）、矢量处理、浮和定数据表示以及饱和运算等。然后，将指令集分解为几个部分行详细探讨，包括流水线结构、预测和分支处理、数据处理及内存访问等主题。此外，还介绍了Cortex-M55等Helium核心技术的编码机制，包括编译、调试和优化。本书的结尾是重要部分，介绍了如何实现DSP和ML工作负载。
售 价：¥
纸质售价：¥66.70购买纸书
6.8
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
译者序
前言
第1章 绪论
1.1 Helium简介
1.2 Armv8.1-M架构
1.3 对比其他Arm SIMD/DSP特性
1.4 Helium用例
1.5 问题
第2章 SIMD/矢量处理器概论
2.1 SIMD/矢量处理
2.2 浮点数和定点数
2.3 问题
第3章 Helium架构
3.1 Helium基础概念
3.2 Helium矢量处理
3.3 低开销分支扩展
3.4 尾部预测
3.5 Helium指令集
3.6 问题
第4章 数据处理指令
4.1 算术运算
4.2 乘法运算
4.3 数据移动
4.4 比较和预测
4.5 问题
第5章 内存访问指令
5.1 矢量加载和存储
5.2 离散-聚合
5.3 交织和解交织加载/存储
5.4 问题
第6章 Helium分支、标量和其他指令
6.1 低开销分支扩展
6.2 Armv8.1-M标量指令
6.3 其他指令
6.4 问题
第7章 Helium编程
7.1 编译器和工具
7.2 Helium编程方式
7.3 矢量库
7.4 自动矢量化
7.5 Helium原语函数
7.6 Helium汇编代码
7.7 从其他架构移植DSP代码
7.8 Helium底层代码
7.9 问题
第8章 性能和优化
8.1 代码剖析和性能评估
8.2 性能考量
8.3 性能和Cortex-M内存系统
8.4 双矢令块微架构的性能考量
8.5 性能示例
8.6 问题
第9章 DSP基础
9.1 矩阵运算
9.2 傅里叶变换
第10章 DSP滤波
10.1 卷积
10.2 滤波器
第11章 应用示例
11.1 图像处理
11.2 加密
第12章 神经网络和机器学习
12.1 神经网络简介
12.2 CMSIS-NN
12.3 微控制器TensorFlow Lite
12.4 针对Helium转换神经网络
12.5 经典机器学习
参考答案
扩展阅读
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
