Book a Demo!
CoCalc Logo Icon
StoreFeaturesDocsShareSupportNewsAboutPoliciesSign UpSign In
tensorflow
GitHub Repository: tensorflow/docs-l10n
 Path: blob/master/site/ko/lite/guide/build_cmake_arm.md
25118 views

CMake를 사용한 교차 컴파일 TensorFlow Lite

이 페이지에서는 다양한 ARM 장치용 TensorFlow Lite 라이브러리를 빌드하는 방법을 설명합니다.

다음 지침은 Ubuntu 16.04.3 64비트 PC(AMD64), TensorFlow devel docker image tensorflow/tensorflow:devel에서 테스트되었습니다.

참고: 이 기능은 버전 2.4부터 사용할 수 있습니다.

전제 조건

CMake를 설치하고 TensorFlow 소스 코드를 다운로드해야 합니다. 자세한 내용 CMake로 TensorFlow Lite 빌드하기 페이지를 확인하세요.

타겟 환경 확인하기

다음 예제는 Raspberry Pi OS, Ubuntu Server 20.04 LTS 및 Mendel Linux 4.0에서 테스트되었습니다. 타겟 glibc 버전 및 CPU 성능에 따라 다른 버전의 툴체인 및 빌드 매개변수를 사용해야 할 수도 있습니다.

glibc 버전 확인하기

ldd --version

ldd (Debian GLIBC 2.28-10) 2.28
Copyright (C) 2018 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
Written by Roland McGrath and Ulrich Drepper.

ABI 호환성 확인하기

타겟이 ARM 32비트인 경우, VFP 가용성에 따라 armhf 및 armel의 두 가지 ABI를 사용할 수 있습니다. 이 문서에서는 armhf 예제를 보여주며 armel 타겟에는 다른 툴체인을 사용해야 합니다.

CPU 성능 확인하기

ARMv7의 경우, 타겟의 지원되는 VFP 버전과 NEON 가용성을 알아야 합니다.

cat /proc/cpuinfo

processor   : 0
model name  : ARMv7 Processor rev 3 (v7l)
BogoMIPS    : 108.00
Features    : half thumb fastmult vfp edsp neon vfpv3 tls vfpv4 idiva idivt vfpd32 lpae evtstrm crc32
CPU implementer : 0x41
CPU architecture: 7
CPU variant : 0x0
CPU part    : 0xd08
CPU revision    : 3

AArch64(ARM64)용 빌드

이 지침은 Coral Mendel Linux 4.0, Raspberry Pi(Ubuntu Server 20.04.01 LTS 64비트 설치)와 호환되는 AArch64 바이너리를 빌드하는 방법을 보여줍니다.

툴체인 다운로드

다음 명령으로 ${HOME}/toolchains 아래에 gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu 툴체인이 설치됩니다.

curl -LO https://storage.googleapis.com/mirror.tensorflow.org/developer.arm.com/media/Files/downloads/gnu-a/8.3-2019.03/binrel/gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu.tar.xz
mkdir -p ${HOME}/toolchains
tar xvf gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu.tar.xz -C ${HOME}/toolchains

참고: GCC 8.3으로 빌드된 바이너리에는 glibc 2.28 이상이 필요합니다. 타겟의 glibc 버전이 더 낮으면 이전 GCC 툴체인을 사용해야 합니다.

CMake 실행하기

ARMCC_PREFIX=${HOME}/toolchains/gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu/bin/aarch64-linux-gnu-
ARMCC_FLAGS="-funsafe-math-optimizations"
cmake -DCMAKE_C_COMPILER=${ARMCC_PREFIX}gcc \
  -DCMAKE_CXX_COMPILER=${ARMCC_PREFIX}g++ \
  -DCMAKE_C_FLAGS="${ARMCC_FLAGS}" \
  -DCMAKE_CXX_FLAGS="${ARMCC_FLAGS}" \
  -DCMAKE_VERBOSE_MAKEFILE:BOOL=ON \
  -DCMAKE_SYSTEM_NAME=Linux \
  -DCMAKE_SYSTEM_PROCESSOR=aarch64 \
  ../tensorflow/lite/

참고: 타겟 장치가 OpenCL 1.2 이상을 지원하는 경우 -DTFLITE_ENABLE_GPU=ON으로 GPU 대리자를 활성화할 수 있습니다.

ARMv7 NEON용 빌드 활성화

이 지침은 Raspberry Pi 3 및 4와 호환되는 VFPv4 및 NEON 지원 바이너리로 ARMv7을 빌드하는 방법을 보여줍니다.

툴체인 다운로드

다음 명령으로 ${HOME}/toolchains 아래에 gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf 툴체인이 설치됩니다.

curl -LO https://storage.googleapis.com/mirror.tensorflow.org/developer.arm.com/media/Files/downloads/gnu-a/8.3-2019.03/binrel/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz
mkdir -p ${HOME}/toolchains
tar xvf gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz -C ${HOME}/toolchains

참고: GCC 8.3으로 빌드된 바이너리에는 glibc 2.28 이상이 필요합니다. 타겟의 glibc 버전이 더 낮으면 이전 GCC 툴체인을 사용해야 합니다.

CMake 실행하기

ARMCC_FLAGS="-march=armv7-a -mfpu=neon-vfpv4 -funsafe-math-optimizations -mfp16-format=ieee"
ARMCC_PREFIX=${HOME}/toolchains/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin/arm-linux-gnueabihf-
cmake -DCMAKE_C_COMPILER=${ARMCC_PREFIX}gcc \
  -DCMAKE_CXX_COMPILER=${ARMCC_PREFIX}g++ \
  -DCMAKE_C_FLAGS="${ARMCC_FLAGS}" \
  -DCMAKE_CXX_FLAGS="${ARMCC_FLAGS}" \
  -DCMAKE_VERBOSE_MAKEFILE:BOOL=ON \
  -DCMAKE_SYSTEM_NAME=Linux \
  -DCMAKE_SYSTEM_PROCESSOR=armv7 \
  ../tensorflow/lite/

참고: ARMv7 아키텍처는 다양하기 때문에 타겟 장치 프로파일에 대해 ARMCC_FLAGS를 업데이트해야 할 수 있습니다. 예를 들어, Tensorflow Lite 2.8에서 XNNPACK이 활성화된 상태(즉, XNNPACK=ON)로 컴파일하는 경우, ARMCC_FLAGS에 -mfp16-format=ieee를 추가하세요.

Raspberry Pi Zero(ARMv6)용 빌드

이 지침은 Raspberry Pi Zero와 호환되는 ARMv6 바이너리를 빌드하는 방법을 보여줍니다.

툴체인 다운로드

다음 명령으로 ${HOME}/toolchains 아래에 gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf 툴체인이 설치됩니다.

curl -LO https://storage.googleapis.com/mirror.tensorflow.org/developer.arm.com/media/Files/downloads/gnu-a/8.3-2019.03/binrel/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz
mkdir -p ${HOME}/toolchains
tar xvf gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz -C ${HOME}/toolchains

참고: GCC 8.3으로 빌드된 바이너리에는 glibc 2.28 이상이 필요합니다. 타겟의 glibc 버전이 더 낮으면 이전 GCC 툴체인을 사용해야 합니다.

CMake 실행하기

ARMCC_FLAGS="-march=armv6 -mfpu=vfp -mfloat-abi=hard -funsafe-math-optimizations"
ARMCC_PREFIX=${HOME}/toolchains/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin/arm-linux-gnueabihf-
cmake -DCMAKE_C_COMPILER=${ARMCC_PREFIX}gcc \
  -DCMAKE_CXX_COMPILER=${ARMCC_PREFIX}g++ \
  -DCMAKE_C_FLAGS="${ARMCC_FLAGS}" \
  -DCMAKE_CXX_FLAGS="${ARMCC_FLAGS}" \
  -DCMAKE_VERBOSE_MAKEFILE:BOOL=ON \
  -DCMAKE_SYSTEM_NAME=Linux \
  -DCMAKE_SYSTEM_PROCESSOR=armv6 \
  -DTFLITE_ENABLE_XNNPACK=OFF \
  ../tensorflow/lite/

참고: NEON 지원이 없기 때문에 XNNPACK이 비활성화됩니다.