ZHCAEQ3 November 2024 F29H850TU , F29H859TU-Q1
實時控制中的機器學習 (ML) 技術不斷涌現，應用領域包括電弧故障檢測和電機故障檢測等。盡管在運行嵌入式 AI 模型方面，片上人工智能 (AI) 加速器逐漸普及，但實時控制 CPU 的 ML 性能也非常重要。機器學習基準測試 展示了在 Cortex-M7 MCU 和基于 C29 的 F29H85x MCU 上進行 3 層、4 層和 5 層計算神經網絡 (CNN) 的基準測試。即使在 Cortex-M7 的工作頻率是 C29 的 2 倍的情況下，C29 仍然比 Cortex-M7 快將近 5 倍。
| 型號 | Cortex-M7 400MHz、浮點模型（毫秒） | F29H85x (C29) 200MHz、浮點模型（毫秒） |
|---|---|---|
| 3 層 CNN | 11.54 | 2.33 |
| 4 層 CNN | 11.82 | 2.35 |
| 5 層 CNN | 12.02 | 2.30 |