基于 Toradex Apalis iMX8 計算機模塊，該演示品展示了在 3 個攝像頭上實時運行的Xnor 物體識別模型。

Xnor.AI 是實時物體識別神經網絡 YOLO 的創始團隊。傳統的神經網絡使用32bit浮點運算，Xnor.AI 優化了 YOLO ，采用1bit 計算浮點，開發了 Xnor-net 二值化卷積神經網絡，采用XNOR（同或門）和pop-count(計算一個二進制數中1的個數)運行神經網絡，以位操作的方式運行，提升運算效率。比傳統的神經網絡快10倍，并獲得30倍的功耗效能提升，內存占用減少8～15倍。更加適合在嵌入式設備上運行。

Xnor 和 Toradex 一同賦予邊緣設備人工智能，先進技術和真實世界結合，提供一套快速、靈活和相互不受干擾的獨立自主的解決方案。本次合作解鎖了在資源有限和低功耗硬件設備上運行 AI 任務的應用場景，這在以前通常只在云端或者特殊的硬件上實現。

Apalis iMX8QM 基于 NXP 最高端的處理器 iMX8QuadMax，配有 2x Arm Cortex?-A72，4x Arm Cortex?-A53，提供出色的計算能力，同時 2x Arm Cortex?-M4F 使您能夠運行實時關鍵任務，或者低功耗應用。兩個 Vivante GC7000 GPU 單元，除了賦予 Apalis iMX8QM 強勁的 3D 圖形處理能力外，還可以借助 OpenCL/Vulkan 實現并行運算，加速神經網絡運行。

如果您對 iMX8 感興趣，歡迎聯系 Toradex。

下面是 demo，xnor和我們網站視頻的連接：

https://v.youku.com/v_show/id_XMzg4Mjg3NzAwOA==.html

https://www.xnor.ai/

https://www.toradex.com/videos/edge-ai-with-xnor-ai-and-toradex-apalis-imx8-system-on-module