跳到主要内容

29 篇文档带有标签「SL2610」

查看所有标签

EmbeddingGemma-2 INT8

Google 推出的多模态嵌入模型,可将文本、图像、视频和音频映射到同一个 768 维空间以实现跨模态搜索,并已针对 Torq NPU 进行优化。

Face ID INT8

三阶段设备端人脸识别流水线:人脸检测、68 点面部关键点和 256 维人脸特征向量。

FunctionGemma 270M IT

Google 推出的轻量级 2.7 亿参数模型,基于 Gemma 3 270M 构建并针对函数调用进行训练,旨在作为专用微调模型的基础。

Gemma3 270M IT

Google 推出的轻量级 2.7 亿参数多模态语言模型,专为文本分类和数据提取等任务优化,具备快速微调能力。

Gemma3 270M IT INT4

Google 推出的紧凑型 2.7 亿参数语言模型,量化为 INT4,适用于文本分类和数据提取任务,并支持快速微调。

LiquidAI LFM2-VL 450M BF16

Liquid AI 推出的 4.5 亿参数视觉语言模型,可回答与输入图像相关的自然语言问题。

LiquidAI LFM2.5 230M BF16

Liquid AI 推出的 2.3 亿参数混合短卷积与注意力语言模型,可作为技能选择层,将指令分解为工具调用。

MobileNet V2 224x224 INT8

针对 ImageNet 224x224 分辨率图像分类任务优化的量化 MobileNet V2 模型,采用 1.0 宽度乘数。

Moonshine Streaming Tiny

流式自动语音识别模型,采用滑动窗口编码器以缩短首 token 时间,针对 16kHz 单声道音频优化。

Moonshine Tiny BF16

专为实时语音识别设计的高效自动语音识别模型,采用可变长度架构,支持最长 30 秒的 16kHz 单声道音频输入。

Qwen3 0.6B GPTQ INT4

Qwen 团队推出的 6 亿参数语言模型,已使用 GPTQ 量化为 INT4,适用于 Torq NPU。

Torq 简介

Torq 边缘 AI 平台概述:在 SL2610 NPU 上运行神经网络。

YOLO26 320x320 INT8

YOLO26 免 NMS 目标检测模型(nano),针对 320x320 分辨率优化,解码头已编译至 NPU。

YOLO26 320x320 INT8

YOLO26 免 NMS 目标检测模型(small),针对 320x320 分辨率优化,解码头已编译至 NPU。

YOLOv8n Nano 320x320 INT8

针对 320x320 分辨率优化的 YOLOv8n 目标检测模型,在速度与精度之间实现平衡。

自带模型

使用 Torq 编译器转换您自己的模型,并在 SL2600 NPU 上运行。