使用 Qualcomm® AI Hub 开始开发

原创

已于 2026-01-09 11:28:19 修改 · 888 阅读

标签

于 2026-01-09 11:12:42 首次发布

可以参考Qualcomm AI Hub官方文档浏览并下载已在 Qualcomm® 芯片组上验证的、涵盖视觉、语音、音频和文本应用的预优化模型。Qualcomm AI Hub是构建和优化Qualcomm设备机器学习模型的理想平台。如果开发后即可以满足我们的多款产品使用，也可以结合使用，融入设备开发工作流程。

请按照最符合自己需求的步骤进行操作：

Qualcomm® AI Hub 模型入门。浏览并下载已在 Qualcomm® 芯片组上验证的、涵盖视觉、语音、音频和文本应用的预优化模型。
Qualcomm® AI Hub 应用入门。克隆并自定义示例应用程序代码，以便将模型打包部署到设备上。可按域、操作系统等进行筛选。
Qualcomm® AI Hub Workbench入门指南。只需几行代码，即可针对目标运行时优化自定义训练模型，运行推理，并分析设备端性能。目标部署在 50 台以上的高通托管设备上，几分钟内即可完成配置。

账户设置

要使用 AI Hub Workbench 并从 AI Hub Models 导出某些模型，您首先需要创建一个 Qualcomm ID 并使用您的 AI Hub API 令牌进行身份验证。

创建高通 ID

如果您已有高通 ID，请跳过此步骤并使用您的凭据登录 AI Hub Workbench。否则，请导航至……高通ID注册页面请按照以下步骤操作：

请填写您的信息
请验证您的电子邮件地址
选择您的工作地点

此时，您将登录并进入您的高通ID个人资料页面。

使用 AI Hub 进行身份验证

导航至您的工作台设置页面打开终端窗口完成剩余的设置：

通过 PyPi 安装 qai-hub 软件包：
```
pip3 install qai-hub
```
使用设置页面中的 API 令牌运行以下命令：
```
qai-hub configure --api_token API_TOKEN
```
请列出我们支持的设备，以验证您的令牌设置：
```
qai-hub list-devices
```

现在你可以开始了！

AI Hub 模型入门

下载一款可在您的设备上流畅运行的现成机器学习模型。使用 AI Hub Models，浏览和探索超过 150 个经过基准测试、可直接运行且针对高通设备优化的模型。这些模型附带开源配方。GitHub和拥抱脸。

本流程将引导您完成查找、演示和下载模型的步骤。在本示例中，我们使用图像分类模型；具体来说，我们正在寻找一款可在三星 Galaxy S25 上运行的快速 TFLite 模型。这些步骤适用于我们 AI Hub 上的任何模型。

找到一个模型
打开模型在新标签页中打开。使用左侧的筛选器缩小选择范围：
1. 在“领域/用例”下，选择“计算机视觉”，然后选择“图像分类”。
2. 在“设备”下，选择三星 Galaxy S25
3. 在“模型精度”下，选择“量化”。
4. 选择EfficientNet-B0模型
审查绩效指标
在 EfficientNet-B0 模型卡中，选择浮点数和TorchScript → TFLite，即可查看三星 Galaxy S25 的相关指标。基准测试每两周运行一次，以确保在适用的运行时环境中提供最新的模型指标。
在本地演示模型
从 EfficientNet-B0 模型卡片页面点击 GitHub 模型仓库链接，向下滚动到“示例和用法”部分，即可找到用于从 CLI 测试模型的命令：