100%自研指令集国产CPU龙芯支持NCNN框架：性能轻松翻倍

作为国产CPU的代表之一，龙芯这两年已经将架构转向自研的LoongArch指令集，号称100%自主，现在还在不断扩展LoongArch的应用领域，今天龙芯宣布支持了NCNN神经网络计算框架，各项性能比通用实现普遍提升一倍以上。
据龙芯介绍，近期经过龙芯中科与NCNN社区的共同努力，在NCNM中使用龙架构（LoongArch）向量优化实现了大部分算子，得益于龙架构向量的高效实现，优化后NCNN在平台上各项性能测试比通用实现普遍提升一倍以上。
【100%自研指令集国产CPU龙芯支持NCNN框架：性能轻松翻倍】

文章插图
基于龙架构向量优化开启前后的NCNN各项性能对比
（竖轴为耗时高度，越高耗时越久，性能越低）
NCNN作为业界首个为移动端优化的神经网络前向计算框架，在2017年首次开源，是腾讯优图实验室第一次对外公开深度学习的研究成果。
目前多应用在图像方面，例如人像自动美颜，照片风格化，超分辨率，物体识别等等。NCNN计算框架，因其高性能、无第三方依赖、跨平台支持大部分常见CNN网络的特点，是许多开发者在移动端、嵌入式设备上部署深度学习算法的首选框架。

文章插图
本次优化共产出3万多行代码，成果将应用于龙芯AI边缘计算场景，完成基于龙架构平台的特征识别、图像处理、人脸识别等模型的部署和推理，如门禁系统、手势识别、口罩检测等等。
依托于NCNN计算框架优秀的低耦结构，开发者只需关注算子在龙架构平台上的高效实现，无需考虑整个系统结构问题，实现更高效的开发与部署工作。
前期，NCNN与龙芯CPU进行了较为全面的适配和性能优化，共同打通了AI应用和国产CPU硬件间的壁垒。