现在想优化arm cpu 的运算能力，看到这两个库 ne10 和ACL，如果只针对cpu（比如A9和A53），那个库的运算性能更好？
题外话，NE10和ACL 的定位和区分度？
Compute Library 17.9 正式发布
我们很高兴地宣布，最新一季的 Compute Library 公开发行版（版本 17.9）现已推出。在这篇博文中，我将重点介绍我们新增的一些特性和函数。
新的特性
此发行版主要增添了以下特性：
- 多个新的面向 ARM CPU 和 Mali GPU 的机器学习函数
- 支持新的数据类型和精度（重点支持低精度数据类型）
- 支持利用 ARM-v8.2 CPU 架构的新指令实现 FP16 加速
- 针对关键的机器学习函数进行微架构优化
- 降低复杂网络内存开销的内存管理工具
- 用于基本测试的基础结构框架
新的函数
我们添加了许多新的函数…
Arm Compute Library (ACL) on iOS
我在官方文档上只看到 linux & android 的安装教程，有没有可能在 iOS 上编译通过呢？
如果 ACL 不能在 iOS 上运行，那会是因为什么原因？
基于ARM 计算库（ARM Compute Library）的DL框架Caffe和Mxnet
OPEN AI LAB将ARM计算库（ARM Compute Library）集成到Caffe和Mxnet两种深度学习框架，利用ACL所提供的底层优化库来加速运行在嵌入式ARM平台系统上的深度学习性能，分别称为CaffeOnACL和MxnetOnACL。ACL在持续更新和优化，CaffeOnACL/MxnetOnACL也保持同步更新。基于caffe/Mxnet深度学习框架所开发的应用，不需要修改可直接使用ARM计算库进行加速。
此外，CaffeOnACL/MxnetOnACL增加了多种调试手段方便应用开发…