最新中文字幕在线观看_国产精品免费无遮挡无码永久视频_亚洲AV成人无码网站大全唐人_亚洲丝袜在线观看

在線留言收藏穎展網(wǎng)站地圖聯(lián)系穎展歡迎來到佛山市穎展電子科技有限公司官網(wǎng)!

穎展電子穎展—— 用“芯”做電子元器件17年專注電子元器件一站式配套服務(wù)

阿里巴巴 淘寶旗艦店

全國服務(wù)熱線:13798628598

熱門關(guān)鍵詞: IC芯片原裝進口芯片穩(wěn)壓二極管開關(guān)二極管二三極管批發(fā)

當(dāng)前位置: 首頁 » 穎展電子新聞中心 » 新聞中心 » 為了讓你跑AI,MCU廠商拼了

為了讓你跑AI,MCU廠商拼了

文章出處:   責(zé)任編輯:   發(fā)布時間:2024-09-18 14:16:05    點擊數(shù):-   【

都說在MCU上跑AI會成為常態(tài),不過實話講,很多工程師在實際工作中部署AI的場景還沒那么多,而且畢竟再學(xué)一門技術(shù),又會增加很多時間成本。


不過,隨著全行業(yè)AI化行動加深,MCU廠商接連推出自己的AI工具,并且在開發(fā)上手難度和使用便捷性進行了優(yōu)化。尤其在最近一段時間,不斷炫技,可謂是徹底拼了。

ST:用云開發(fā)AI


ST的AI工具是STM32Cube.AI,并在去年率先推出云端MCU AI開發(fā)者平臺,降低邊緣人工智能技術(shù)開發(fā)復(fù)雜度,加快新產(chǎn)品上市速度。


STM32Cube.AI是STM32Cube的一個擴展包,可以自動轉(zhuǎn)換和優(yōu)化預(yù)先訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型并將生成的優(yōu)化庫集成到用戶項目中,從而擴展STM32CubeMX的功能。


STM32Cube.AI開發(fā)者云擁有多項行業(yè)首創(chuàng),包括在線圖形用戶界面、 STM32模型庫、世界首個在線基準(zhǔn)測試服務(wù)。


這個平臺比較方便一個功能是可以直接評估模型需要的Flash和SRAM大小,幫助工程師選擇合適的STM32,比較節(jié)省時間。


根據(jù)工程師的反饋,這個云平臺本身上手比較容易,不過上手AI還是需要有一定的AI開發(fā)經(jīng)驗的。另外,目前也存在一定開源AI與其競爭。


除了STM32Cube.AI,ST還擁有一站式邊緣端AI工具NanoEdge AI Studio,NanoEdge跟TouchGFX一樣,由ST從其他公司收購而來,現(xiàn)在這個工具已經(jīng)完全免費。

瑞薩:AI和嵌入式工具相結(jié)合


今年7月,瑞薩推出Reality AI Explorer Tier——作為Reality AI Tools軟件的免費版本,可用于開發(fā)工業(yè)、汽車和商業(yè)應(yīng)用中的AI與TinyML解決方案。


據(jù)介紹,新推出的Reality AI Explorer Tier為用戶提供免費的、全面的自助式評估沙盒訪問權(quán)限。符合條件的客戶現(xiàn)在可以訪問Reality AI Tools的全部功能,包括自動化AI模型構(gòu)建、驗證和部署模塊。


2022年,瑞薩通過收購Reality AI,重新定義了AI解決方案組合,現(xiàn)在Reality AI已成為瑞薩AI總體戰(zhàn)略的重要組成部分之一。Reality AI工具允許工程師基于高級信號處理生成和構(gòu)建TinyML和Edge AI模型,側(cè)重于算法特征發(fā)現(xiàn)和優(yōu)化,使用專有的AI驅(qū)動,為給定的機器學(xué)習(xí)問題確定最佳特征。在大多數(shù)情況下,這大大簡化了機器學(xué)習(xí)問題,允許使用緊湊、簡單和高效的學(xué)習(xí)算法。


瑞薩對于AI工具鏈的思考在于與嵌入式工具鏈的結(jié)合,也就是Reality AI Tools與瑞薩e² studio(即瑞薩基于Eclipse的集成MCU開發(fā)環(huán)境)無縫協(xié)作。


NXP:機器學(xué)習(xí)人人可用


eIQ機器學(xué)習(xí)軟件于2018年推出,經(jīng)過不斷發(fā)展,可支持系統(tǒng)級應(yīng)用和機器學(xué)習(xí)算法實現(xiàn)。這個軟件工具集的特點是專業(yè)人士和非專業(yè)人士都很方便使用,抱著玩一玩的心態(tài)也可以跑起來應(yīng)用。用官方的話說就是實現(xiàn)“機器學(xué)習(xí)人人可用”。


eIQ包括eIQ Portal、eIQ Model Tool、eIQ Command-line Tools三個重要組件,分別可以概括為開發(fā)圖像分類或是目標(biāo)檢測任務(wù)、高級模型查看器、命令行工具。


整體開發(fā)流程方面,既可以只提供數(shù)據(jù)集然后借助eIQ工具箱完成從模型訓(xùn)練到模型部署,又可以提供已經(jīng)訓(xùn)練好的模型,然后借助eIQ工具箱對其進行轉(zhuǎn)換/量化以及部署工作。最后,調(diào)用eIQ inference engines對所生成的模型進行推理,得到最終的預(yù)測值。


今年3月,NXP與NVIDIA達成合作,將NVIDIA TAO API直接集成到恩智浦的eIQ機器學(xué)習(xí)開發(fā)環(huán)境中。NVIDIA TAO低代碼人工智能框架通過遷移學(xué)習(xí),讓開發(fā)人員能夠更輕松地利用經(jīng)過訓(xùn)練的人工智能模型,并針對特定用途對模型進行微調(diào)和優(yōu)化。換句話說,開發(fā)人工智能只在這一個平臺上就可以了。


英飛凌:持續(xù)合作擴大工具鏈


英飛凌也異常重視AI技術(shù)本身,還在今年8月30日推出全新的綜合評估套件PSoC 6 AI 評估套件,它提供了構(gòu)建智能消費、智能家居和物聯(lián)網(wǎng)應(yīng)用所需的全部工具。


英飛凌本身的軟件生態(tài)平臺是ModusToolbox和Imagimob Studio,除了建設(shè)自己的平臺,英飛凌一直會和其它AI工具廠商合作。


去年10月,英飛凌科技于宣布與Edge Impulse合作,為PSoC 63低功耗藍牙MCU擴展基于微型機器學(xué)習(xí)的AI開發(fā)工具。人工智能物聯(lián)網(wǎng)應(yīng)用開發(fā)者現(xiàn)在可以使用Edge Impulse Studio環(huán)境,在高性能、低功耗的PSoC 63低功耗藍牙®微控制器上構(gòu)建邊緣機器學(xué)習(xí)(ML)應(yīng)用。


Edge Impluse這家公司的名號很多人都聽說過,但可能很少深入了解過。這家公司以TinyML(Tiny Machine Learning)為服務(wù),于2019年成立,創(chuàng)始人Zach Shelby和Jan Jongboom都來自Arm,致力于提供最新的機器學(xué)習(xí)工具,使所有企業(yè)都能打造更智能的邊緣產(chǎn)品。


Edge Impulse解決方案被廣泛應(yīng)用于健康穿戴設(shè)備制造商如Oura、Know Labs和NOWATCH,工業(yè)組織如NASA,以及頂尖的芯片供應(yīng)商,受到超過80000名開發(fā)人員的采用,并已成為企業(yè)和開發(fā)人員信賴的平臺。


當(dāng)然,英飛凌的合作不光是在MCU上,也包括傳感器,比如去年11月和Archetype AI簽署協(xié)議合作開發(fā)傳感器。


Silicon Labs:同樣不斷展開合作


Silicon Labs(芯科科技)和英飛凌類似,也進行了大量的合作。


通過與TensorFlow、SensiML和Edge Impulse等TinyML領(lǐng)域的領(lǐng)導(dǎo)者合作,Silicon Labs為初學(xué)者和專家提供了多種開發(fā)工具的選擇。使用這個新的AI/ML工具鏈和Silicon Labs的Simplicity Studio開發(fā)環(huán)境,開發(fā)人員可以創(chuàng)建應(yīng)用程序,從各種連接的設(shè)備中提取信息,以做出智能的機器學(xué)習(xí)驅(qū)動的決策。


此外,Silicon Labs還提供ML應(yīng)用、機器學(xué)習(xí)工具包(MLTK)、TinyML解決方案等各種資源支持。


開源AI,也蓄勢待發(fā)


使用MCU廠商本身的工具一定最適配,不過開源AI軟件也在行業(yè)中備受工程師青睞,很多工程師也會偏向使用開源軟件作為自己的常用軟件。


比如,TinyML的先驅(qū)SensiML在今年5月開源,SensiML能夠簡化TinyML代碼開發(fā)。SensiML Analytics Toolkit 提供了一個端到端的開發(fā)平臺,涵蓋數(shù)據(jù)收集、標(biāo)記、算法和固件自動生成及測試,通過獨特的數(shù)據(jù)收集和標(biāo)記方法解決了人工智能項目中最常見的失敗問題。SensiML提供了最全面的功能,從簡單的點選式用戶界面模型創(chuàng)建到模型構(gòu)建和測試工作流的完整流水線控制。


開源的好處就是能夠不斷推動社區(qū)發(fā)展,但也會存在數(shù)據(jù)集瓶頸和軟件工具碎片化的問題。


總之,現(xiàn)在AI人才缺乏嚴(yán)重,作為長期處在嵌入式領(lǐng)域的工程師總歸沒有長期耕耘AI,所以現(xiàn)在AI平臺的作用就是通過工具的配置實現(xiàn)端側(cè)智能模型和算法建立,讓人人都能簡單開發(fā)MCU的AI和ML功能。從現(xiàn)在廠商的動作來看,確實在軟件上耕耘的力度也更大了。