【PaddlePaddle Hackathon 2】66、在 Paddle-Lite 中 基于 NNAdapter 方式支持一款 AI 加速器

[TCChenlong]

（此 ISSUE 为 PaddlePaddle Hackathon 第二期活动的任务 ISSUE，更多详见 【PaddlePaddle Hackathon 第二期】任务总览）

【任务说明】

• 任务标题：在 Paddle Lite 中 基于 NNAdapter 方式支持一款 AI 加速器
• 技术标签：深度学习推理框架，C++，加速器，硬件适配
• 任务难度：困难
• 详细描述：在 Paddle Lite 中通过 NNAdapter 的方式新增一种 AI 加速器后端（例如 ArmNN https://github.com/ARM-software/armnn ），支持 MobileNetV1-fp32 或 MobileNetV1-int8 模型，适配流程请参考《NNAdapter：飞桨推理 AI 硬件统一适配框架》 、 代码和文档请参考 Pull request PR #8453，可以使用 PaddleLite-generic-demo 快速进行单算子和MobileNet/ResNet/SSD模型的调试。

【提交内容】

• 设计文档，并提 PR 至 PaddlePaddle/community 的 rfcs/Lite 目录
• 代码 Pull Request 到 Paddle-Lite/lite/backends/nnadapter/nnadapter/src/driver，为了保证顺利合入，请务必参考 PR 提交规范
• 文档 Pull Request 到 Paddle-Lite/docs/demo_guides

【技术要求】

• 熟练掌握 C/C++
• 了解 Paddle Lite 的执行流程和实现机制
• 熟悉 AI 加速器软件栈
• 了解基于 NNAdapter 硬件适配方案在 Paddle Lite 中新增支持一种 AI 加速器后端

【答疑交流】

• 如果在开发中对于上述任务有任何问题，欢迎在本 ISSUE 下留言交流。
• 对于开发中的共性问题，在活动过程中，会定期组织答疑，请大家关注官网&QQ群的通知，及时参与。

[paddle-bot-old]

您好，我们已经收到了您的问题，会安排技术人员尽快解答您的问题，请耐心等待。请您再次检查是否提供了清晰的问题描述、复现代码、环境&版本、报错信息等。同时，您也可以通过查看官网文档、常见问题、历史Issue来寻求解答。祝您生活愉快～

Hi! We've received your issue and please be patient to get responded. We will arrange technicians to answer your questions as soon as possible. Please make sure that you have posted enough message to demo your request. You may also check out the API，FAQ and Github Issue to get the answer.Have a nice day!

[unseenme]

能不能提供一些备选的 AI 加速器，作为参考？

[hong19860320]

能不能提供一些备选的 AI 加速器，作为参考？

1） Qualcomm Hexagon NN Direct
2）ArmNN

[Zhiyuan-Fan]

能不能提供一些备选的 AI 加速器，作为参考？

想问下这道题你现在开始做了嘛？报名区里没有看到你的信息。如果你不做的话我就报名这道题了。

[unseenme]

能不能提供一些备选的 AI 加速器，作为参考？

想问下这道题你现在开始做了嘛？报名区里没有看到你的信息。如果你不做的话我就报名这道题了。

我在做调查。不过没关系，报名吧，开源共建嘛，众人拾柴火焰高。