近年来，人工智能浪潮在全球正在热烈上演，巨大的市场潜力吸引了众多的厂商参与其中。尤其是芯片方面，因为市场需求迫切，这就催生了一系列的AI芯片公司，无论是传统芯片厂，还是新兴团队，都争先恐后涌入其中，瑞芯微则是本土AI芯片的一个典型代表。
继2018年年初推出首款AI芯片RK3399 pro取得不错成绩后，瑞芯微在今年年初推出RK1808及基于其打造的计算棒也都先后获得了市场的一致好评。公司也通过这些高性能的硬件、友善的软件和生态帮助开发者在商场超市、公共场所和智能家居等多个场景落地。但因为人工智能还处于高速发展阶段，为此瑞芯微也持续不断地更新其产品和服务，为开发者带来更好的体验。
日前，瑞芯微方面告诉记者 ，公司正式对旗下AI平台进行了三大重要升级，助力端侧AI应用。而这三个升级包括了：开发工具支持GUI图形交互界面、原生支持MXNet和PyTorch、支持Docker部署。
首先，交互方式更加友好，RKNN-Toolkit新版本将支持图形界面
瑞芯微表示，经过多个版本的不断迭代完善，RKNN-Toolkit已日益成熟。而公司即将推出的新版将加入图形交互界面（GUI），可支持开发者仅通过鼠标点击即可完成模型的转换、量化、性能分析、内存耗费分析等任务，快速完成AI模型在端侧部署的评估和转换工作。
特别是对于混合量化等较为复杂的任务，相比于过去的命令行交互，通过图形界面可大幅提高效率并降低操作错误的概率。另外，新版RKNN-Toolkit的图形界面同样在Linux/Mac OSX/Windows三个平台上均可运行。
其次，模型转化更加简便，RKNN-Toolkit将对MXNet和PyTorch提供原生支持
在过去RKNN-Toolkit通过ONNX来完成MXNet和PyTorch等模型的支持，开发者需要先将模型转换为ONNX格式，再进一步转换为RKNN模型，这一过程较为繁琐，并且提高了引入问题的概率使得最终转换失败。
MXNet及PyTorch发展非常迅速，普及度快速提高， RKNN-Toolkit新版本将原生支持MXNet及PyTorch模型的转换，在端侧AI平台的框架和模型支持覆盖度上继续保持领先。
第三，模型推理性能更加稳定，瑞芯微 AI平台支持通过Docker快速部署端侧AI应用
随着端侧设备数量的成倍增长，需要以更具可扩展性的方式部署端侧AI应用软件。Docker容器技术是业界广泛通行的解决这一挑战的有力工具。
RK1808平台系统将提供对Docker的支持，通过硬件抽象层，在容器中仍可调用NPU的强劲算力，经测试，容器中的AI模型推理性能几乎没有损失。
从瑞芯微方面的介绍我们可以看到，通过上述更新，开发者基于瑞芯微Rockchip AI平台的产品开发、部署、维护将较之前更为迅捷。而瑞芯微方面也强调，公司将继续与广大开发者共同努力，加速AI在各类场景的落地，在这股AI大潮中,带给开发者和消费者更好的体验。
