现实世界的深度学习应用涉及多阶段数据处理流水线，其中包含许多计算密集型预处理运算（例如，从磁盘加载数据、解码、调整大小、颜色空间转换、缩放和裁剪 CNN 等多个不同类型的 ML 网络）以及 NMS 之类的各种后处理运算。
AI Kernel Scheduler (AKS) 是用于对此类图自动进行高效流水打拍的应用，无需用户过多干预。它可为复杂图的每个阶段提供各种类型的内核，这些内核可即插即用且可配置性极高。例如，图像解码和大小调整之类的预处理内核、Vitis AI DPU 内核之类的 CNN 内核以及 SoftMax 和 NMS 之类的后处理内核。您可使用内核创建其图，并无缝执行其作业以获得最大性能。
如需获取详细信息和示例，请参阅 Vitis AI GitHub (AI Kernel Scheduler)。