| # GCRN AX650 性能报告 | |
| ## 模型概况 | |
| | 项目 | 数值 | | |
| |------|------| | |
| | 模型 | GCRN 语音增强（4 秒固定输入）| | |
| | 输入/输出 | `[1, 2, 401, 161]` float32 | | |
| | 计算量 | 9.80 GMACs | | |
| | 量化 | U16（LSTM/Pow/Sqrt/Div/conv_bias FP32）| | |
| | ONNX 大小 | 38 MB | | |
| | AXMODEL 大小 | 27.6 MB | | |
| ## 精度（ONNX vs AXMODEL，8 个样本） | |
| | 指标 | mean ± std | | |
| |------|-----------| | |
| | cosine_similarity | 0.99922 ± 0.00039（min 0.99850）| | |
| | MAE | 0.00888 ± 0.00066 | | |
| | max_abs_diff | 1.37 ± 0.87 | | |
| | 增强波形 cosine（首样本）| 0.99974 | | |
| ## 板端延迟（AX650N，NPU3 三核） | |
| 测试音频 9.77 秒（156302 样本，4 个 4 秒分块 + 尾部）。 | |
| | 语言 | 处理总耗时 | RTF | | |
| |------|-----------|-----| | |
| | Python（axengine）| 0.28 s | 0.0287 | | |
| | C++（axengine）| ~28 s（含直接 DFT 预处理）| 2.9 | | |
| 说明： | |
| - Python RTF 0.029 为完整链路（STFT + NPU + ISTFT + 拼接），NPU 单模型推理约 0.064 s/块； | |
| - C++ 耗时主要花在 320 点直接 DFT（每块 401×161×320 复数乘加），若接入 FFT 库可降到亚秒级； | |
| - 板端内存占用：模型 + 双 SDK 运行峰值 < 512 MB（板总内存 3.4 GB）。 | |
| ## 编译信息 | |
| - Pulsar2 镜像：`pulsar2:7.0-lite` | |
| - 目标：AX650 / NPU3；`highest_mix_precision=false` | |
| - 编译耗时：约 1 小时 51 分（LSTM 展开约 30 万算子） | |