《基于ARM嵌入式的人工智能研发指南》

ICS35.240.01

CCSL70

SGIPA

团体标准

T/SGIPAXXXX—2024

基于ARM嵌入式的人工智能研发指南

ArtificialintelligencedevelopmentguidebasedonARMEmbedded

（征求意见稿）

在提交反馈意见时，请将您知道的相关专利连同支持性文件一并附上。

2024-XX-XX发布2024-XX-XX实施

深圳市绿色产业促进会  发布

T/SGIPAXXXX—2024

目次

前言..................................................................................II

1范围................................................................................1

2规范性引用文件......................................................................1

3术语和定义..........................................................................1

4基础要求............................................................................2

技术架构规划....................................................................2

开发流程和规范..................................................................2

嵌入式系统开发..................................................................2

人工智能基础要求................................................................2

ARM平台上的人工智能开发.........................................................2

软件开发工具....................................................................2

5技术要求............................................................................2

硬件设计规范....................................................................3

软件开发规范....................................................................3

人工智能算法和模型选择指南......................................................3

性能优化和调试技巧..............................................................3

可维护性要求....................................................................3

兼容性要求......................................................................3

6应用案例分析........................................................................3

7实施指南............................................................................4

确定研发需求....................................................................4

选择合适的AI模型...............................................................4

模型优化........................................................................4

部署和测试......................................................................4

集成和扩展......................................................................4

维护和更新......................................................................4

数据安全性......................................................................4

能耗管理........................................................................4

系统集成与兼容性................................................................4

实时性.........................................................................4

用户体验.......................................................................4

8标准化测试和验证方法................................................................5

9安全与隐私保护......................................................................5

I

T/SGIPAXXXX—2024

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定

起草。

本文件由深圳市绿色产业促进会提出。

本文件由深圳市绿色产业促进会归口。

本文件起草单位：深圳金亚太科技有限公司、深圳市誉和钻石工具有限公司、广东宏友智能科技有

限公司、深圳精渔科技有限公司、深圳市比驰信息技术有限公司、深圳市三雅科技有限公司、麦田控股

集团有限公司、深圳市讯记科技有限公司、深圳市思傲拓科技有限公司、紫荆创新（深圳）云计算有限

公司、深圳曼瑞德科技有限公司、深圳市砾云科技有限公司、深圳市环阳通信息技术有限公司、深圳市

同昌汇能科技发展有限公司、深圳市荣锂数字科技有限公司、深圳市嘉明特科技有限公司、深圳市德金

元科技有限公司

本文件主要起草人：房纪军、段文红、赵海波、秦骥、余大荣、梁新友、马磊、刘光宁、邓卓明、

温先辉、单文豪、季龙祥、李新平、程建新、匡增荣、吕文松、黄俊凯

本文件为首次发布。

II

T/SGIPAXXXX—2024

基于ARM嵌入式的人工智能研发指南

1范围

本文件规定了基于ARM嵌入式的人工智能研发的基础要求、硬件设计和软件开发、人工智能算法和

模型选择及性能优化等技术要求、应用案例分析、实施指南、标准化测试和验证的测试方法及9安全

与隐私保护等要求。

本文件适用于ARM嵌入式的人工智能的研发和测试。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T8567-2006计算机软件文档编制规范

GB/T28172-2011嵌入式软件质量保证要求

GB/T17626.3-2016电磁兼容试验和测量技术射频电磁场辐射抗扰度试验

GB/T17626.2-2018电磁兼容试验和测量技术静电放电抗扰度试验

GB/T42457-2023工业自动化和控制系统信息安全产品安全开发生命周期要求

GB/T40218-2021工业通信网络网络和系统安全工业自动化和控制系统信息安全技术

GB/T42447-2023信息安全技术电信领域数据安全指南

GB/T41479-2022信息安全技术网络数据处理安全要求

GB/T39204-2022信息安全技术关键信息基础设施安全保护要求标准

GB/T40653-2021信息安全技术安全处理器技术要求

GB/T40652-2021信息安全技术恶意软件事件预防和处理指南

GB/T40645-2021信息安全技术互联网信息服务安全通用要求

GB/T40650-2021信息安全技术可信计算规范可信平台控制模块

YD/T4316-2023面向智慧城市应用的人工智能服务能力开放技术要求

GB/T28171-2011嵌入式软件可靠性测试方法

YD/T3944-2021人工智能芯片基准测试评估方法

YD/T4390-2023AI服务器及能力平台测试方法

3术语和定义

下列术语和定义适用于本文件。

ARM嵌入式ARMflushbonading

指对一类微处理器的统称。

人工智能AI

1

T/SGIPAXXXX—2024

（学科)人工智能系统(3.1.8)相关机制和应用的研究和开发。

神经网络neuralnetwork

由一层或多层神经元组成的网络,通过权值可调的加权连接,接收输入数据并产生输出。

机器学习machinelearning

通过计算技术优化模型参数的过程,使模型的行为反映数据或经验。

卷积神经网络CNN

一种前馈神经网络,在其至少一层中使用卷积。

循环神经网络RNN

一种神经网络,其中前一层和前一处理步骤的输出都被传送到当前层。

4基础要求

技术架构规划

4.1.1在ARM嵌入式人工智能领域的技术架构规划，应包括硬件和软件结构的设计、技术选型和整体

架构方案等内容。

4.1.2ARM架构基础要求：理解ARM处理器架构和指令集，包括对ARMCortex系列处理器的特点和功

能的基本了解。

开发流程和规范

在ARM嵌入式平台上进行人工智能应用开发的具体流程和规范，可参考GB/T8567-2006的有关规定，

应包括需求分析、算法选择、软硬件配合、开发调试等方面。

嵌入式系统开发

应具备嵌入式系统开发的基础知识，包括嵌入式软件开发工具链的使用、嵌入式操作系统（如

FreeRTOS、uC/OS等）的基本原理和应用，以及设备驱动程序的开发经验，可参考GB/T28172-2011的有

关规定。

人工智能基础要求

对人工智能算法和模型有基本了解，包括机器学习、神经网络等相关知识。

ARM平台上的人工智能开发

理解在ARM架构的嵌入式设备上进行人工智能算法的开发和优化的基本原理，包括模型压缩、量化、

加速等技术。

软件开发工具

熟悉用于ARM平台的交叉编译工具链、调试器以及性能分析工具等，具备在ARM平台上进行软件开发

和调试的基本能力。

5技术要求

2

T/SGIPAXXXX—2024

硬件设计规范

包括对于ARM架构芯片的选取和设计原则、电路布局、供电管理、散热设计等方面的要求，确保硬

件能够支持人工智能算法的高效运行和优化。

软件开发规范

涵盖针对ARM架构的软件开发流程、编码规范、代码审查、单元测试以及版本控制等方面的要求，

以确保软件在ARM嵌入式平台上稳定、高效地运行。

人工智能算法和模型选择指南

在ARM嵌入式平台上选择和优化人工智能算法和模型的指南，以满足硬件资源受限的特点。

性能优化和调试技巧

提供在ARM嵌入式平台上进行人工智能应用性能优化和调试的技巧和经验分享，以确保应用在资源

有限的情况下能够高效运行。

可维护性要求

明确了在ARM嵌入式人工智能研发过程中，对于代码可维护性、模块化设计、文档编写等方面的要

求，以便未来的维护和升级。

兼容性要求

在使用ARM架构进行人工智能研发时，应与其他硬件设备或软件系统的兼容性及满足GB/T

17626.3-2016和GB/T17626.2-2018所规定的要求，以确保整个系统的稳定性和一致性。

6应用案例分析

汇总行业内针对ARM嵌入式人工智能应用的最佳实践和成功案例，以推动行业内技术的共享和交流。

应用案例分析可能涉及到多个领域和行业，以下是一些案例分析。

智能物联网设备

使用ARM嵌入式平台和人工智能算法，开发智能家居设备，如智能摄像头、智能音箱等，实现识别

用户需求、自动化控制等功能。

智能驾驶与无人机

在无人驾驶汽车和自动驾驶无人机领域，利用ARM嵌入式平台和人工智能技术，实现实时感知、决

策和控制，以提升交通安全和效率。

智能医疗设备

利用ARM嵌入式平台和人工智能算法，开发智能医疗设备，如智能诊断仪器、健康监测设备，实现

疾病诊断、预防和治疗的智能化。

工业自动化

在工业生产领域，利用ARM嵌入式平台和人工智能技术，实现设备状态监测、故障预测、生产优化

等，提高生产效率和质量。

智慧城市

3

T/SGIPAXXXX—2024

结合ARM嵌入式平台和人工智能技术，可参考YD/T4316-2023行业标准所规定的要求，开发智能交

通、智能安防、智能能源等系统，实现城市数字化管理的智能化和可持续发展。

7实施指南

确定研发需求

首先需要明确人工智能研发的需求，包括应用的领域、所要解决的具体问题、需要实现的功能等。

选择合适的AI模型

根据研发需求，选择合适的深度学习模型，如卷积神经网络（CNN）、循环神经网络（RNN）等。同

时，需要考虑模型的复杂度、计算量、参数量等因素，以便在有限的嵌入式系统资源中进行优化。

模型优化

为了在ARM嵌入式系统中实现高效的AI推理，需要对所选的模型进行优化。优化方法包括量化、剪

枝、压缩等，以降低模型复杂度和计算量。

部署和测试

将优化后的模型部署到ARM嵌入式系统中，进行实际测试和验证。在这个过程中，需要考虑系统的

内存、CPU、电源管理等硬件资源，以及操作系统的调度、中断处理等软件环境。

集成和扩展

将AI功能集成到现有的嵌入式系统中，并根据需要扩展系统的功能。可以考虑利用云计算、边缘计

算等技术，将AI推理任务转移到云端或边缘设备上进行处理，以提高系统的性能和响应速度。

维护和更新

对嵌入式AI系统进行维护和更新，以确保系统的稳定性和可靠性。同时，需要不断跟踪最新的AI

技术和研究成果，以便对系统进行升级和改进。

数据安全性

由于嵌入式AI系统通常涉及到敏感数据和隐私信息，因此需要在系统中实施必要的数据安全措施，

如数据加密、访问控制等。

能耗管理

ARM嵌入式系统通常具有有限的能源供应（如电池），因此需要关注能耗管理问题，包括优化算法、

降低功耗等。

系统集成与兼容性

在将AI功能集成到嵌入式系统中时，需要考虑系统集成和兼容性问题，如硬件接口、软件协议等。

实时性

对于某些需要实时响应的AI应用（如语音识别、手势识别等），需要确保系统的响应速度和实时性。

用户体验

4

T/SGIPAXXXX—2024

需要考虑用户的使用体验，包括界面的设计、操作的便捷性等。良好的用户体验可以提高系统的使

用效率和用户满意度。

8标准化测试和验证方法

根据GB/T28171-2011、YD/T3944-2021和YD/T4390-2023等标准规定要求，应制定针对ARM嵌入式

人工智能应用的标准化测试和验证方法，以确保产品在符合标准的前提下具备一定的性能和可靠性。通

常会涉及到以下几个方面：

功能验证

确保嵌入式人工智能软件在ARM平台上的功能正常运行。这可能涉及单元测试、集成测试和系统测

试，以验证软件在各种场景下的正确性和稳定性。

性能测试

评估嵌入式人工智能软件在ARM平台上的性能表现，包括处理速度、功耗、资源占用等方面。这可

以通过基准测试、压力测试和实际场景测试来完成。

兼容性测试

确保嵌入式人工智能软件在不同版本的ARM架构上的兼容性。这可能包括对不同ARM处理器核心、指

令集、操作系统版本等进行测试，以确保软件在不同环境下的稳定性和兼容性。

安全测试