ARM内核微处理器与嵌入式系统探索-安装Tensorflow-GPU实战

"该资源主要介绍了基于ARM内核的微处理器芯片，并结合电子科技大学无线通信与嵌入式系统实验室的背景，讲述了微处理器系统原理和嵌入式系统设计。此外，还提到了在win10环境下安装并使用tensorflow-gpu1.8.0+python3.6的详细过程，针对显卡MX250，CUDA9.0和CUDNN的配置进行了分析。" 文章详细阐述了微处理器和嵌入式系统在现代信息科学中的重要性。首先，它提到了现代信息科学的六大组成部分，即信息的生成、获取、存储、传输、处理及其应用，强调了嵌入式系统在计算机发展中的关键角色。接着，文章引用了IT行业的四大定律，如摩尔定律和贝尔定律，展示了微处理器技术的快速发展和成本下降趋势。 文章还探讨了"无所不在的计算机"概念，也就是所谓的普适计算，指出未来的计算机将更加小巧且广泛存在于日常生活之中。这在21世纪的嵌入式系统应用中得到了体现，其中超过90%的CPU用于嵌入式系统，分为模块级、板级和芯片级嵌入。特别是芯片级嵌入，已经成为最常见的形式，涉及到选择合适的处理器、内存以及I/O接口，并将软件固件化。 进一步，文章提到了IP级嵌入式系统，通过建立IP单元库，实现System-on-Chip (SoC)技术，将硬件和软件集成在单一芯片上。然而，SoC技术需要深厚的专业知识，包括系统知识、电路设计、晶圆工艺以及制造工艺。最后，文章通过示例展示了嵌入式系统的广泛应用，强调它们在现代社会中的互联特性。 关于在win10环境下安装和使用tensorflow-gpu1.8.0+python3.6的流程，虽然没有详细展开，但可以理解为该资源可能提供了配置GPU支持的深度学习环境的具体步骤，这对于利用ARM内核芯片进行高性能计算和机器学习应用至关重要。显卡MX250，配合CUDA9.0和CUDNN，能够有效地加速tensorflow的计算性能，使得在移动或低功耗平台上进行高效的深度学习成为可能。