恩智浦將嵌入式AI環(huán)境延伸至邊緣處理應用
恩智浦半導體(納斯達克代碼:NXPI)今天宣布推出易于使用的泛化機器學(xué)習開(kāi)發(fā)環(huán)境,用于構建具有高端功能的創(chuàng )新應用?,F在,對于恩智浦的從低成本微控制器(MCU)到突破性的跨界i.MX RT處理器和高性能應用處理器等設備,客戶(hù)都可以輕松實(shí)現機器學(xué)習功能。機器學(xué)習開(kāi)發(fā)環(huán)境提供全套即用型方案,用戶(hù)可以在A(yíng)RM Cortex內核到高性能GPU/DSP(圖形處理單元/數字信號處理器)復合體等中選擇最佳執行引擎,還提供在這些引擎上部署機器學(xué)習模型(包括神經(jīng)網(wǎng)絡(luò ))的工具。
本文引用地址:http://dyxdggzs.com/article/201806/381727.htm嵌入式人工智能(AI)正迅速成為邊緣處理的基本技術(shù)能力,使“智能”設備能夠“意識到”周?chē)h(huán)境,并在很少或根本沒(méi)有人為干預的情況下根據接收的信息做出決定。恩智浦的機器學(xué)習開(kāi)發(fā)環(huán)境有助于機器學(xué)習在視覺(jué)、語(yǔ)音和異常檢測領(lǐng)域的應用快速增長(cháng)?;谝曈X(jué)的機器學(xué)習應用通過(guò)攝像頭向各類(lèi)機器學(xué)習算法(其中神經(jīng)網(wǎng)絡(luò )最為流行)提供輸入信息。這些應用涵蓋大部分細分垂直市場(chǎng),并可執行諸如對象識別、身份驗證、人員統計等功能。語(yǔ)音激活設備(VAD)正推動(dòng)邊緣機器學(xué)習的需求,以實(shí)現喚醒詞檢測、自然語(yǔ)言處理以及“語(yǔ)音用戶(hù)界面”應用?;跈C器學(xué)習的異常檢測(根據振動(dòng)/聲音模式)能夠識別即將發(fā)生的故障,進(jìn)而大幅減少設備停機時(shí)間,實(shí)現工業(yè)4.0的快速變革。恩智浦為客戶(hù)提供多種將機器學(xué)習集成到應用中的方案。恩智浦機器學(xué)習開(kāi)發(fā)環(huán)境提供免費軟件,允許客戶(hù)導入自己訓練的TensorFlow或Caffe模型、將它們轉換為優(yōu)化的AI推理引擎,并部署在恩智浦豐富的可擴展處理解決方案(從MCU到高度集成的i.MX和Layerscape處理器)中。
“在嵌入式應用中使用機器學(xué)習時(shí),必須同時(shí)兼顧成本和最終用戶(hù)體驗。例如,在我們的高性?xún)r(jià)比MCU中也可以部署AI推理引擎,并獲得足夠的性能,這讓許多人仍然感到驚訝?!倍髦瞧秩斯ぶ悄芗夹g(shù)主管Markus Levy表示,“另一方面,我們的高性能跨界和應用處理器也擁有強大處理能力,在許多客戶(hù)應用中都可以實(shí)現快速AI推理和訓練。隨著(zhù)AI應用的不斷擴展,我們將通過(guò)旨在加快機器學(xué)習的下一代處理器持續推動(dòng)該應用領(lǐng)域的增長(cháng)?!?/p>
將AI/機器學(xué)習技術(shù)引入邊緣計算應用的另一個(gè)關(guān)鍵要求是可以從云端輕松、安全地部署和升級嵌入式設備。EdgeScale平臺支持對物聯(lián)網(wǎng)和邊緣設備進(jìn)行安全配置和管理。EdgeScale通過(guò)在云端集成AI/機器學(xué)習和推理引擎,并自動(dòng)將集成模塊安全地部署到邊緣設備,實(shí)現端到端的持續開(kāi)發(fā)和交付體驗。
為了滿(mǎn)足廣泛的客戶(hù)需求,恩智浦還創(chuàng )建了一個(gè)機器學(xué)習合作伙伴生態(tài)系統,將客戶(hù)與技術(shù)供應商聯(lián)系起來(lái),通過(guò)經(jīng)過(guò)驗證的機器學(xué)習工具、推理引擎、解決方案和設計服務(wù),加快產(chǎn)品研發(fā)、生產(chǎn)和上市時(shí)間。生態(tài)系統的成員包括Au-Zone Technologies和Pilot.AI。Au-Zone Technologies提供業(yè)界首個(gè)端到端的嵌入式機器學(xué)習工具包和運行推理引擎DeepView,使開(kāi)發(fā)人員能夠在恩智浦的全部SoC產(chǎn)品組合(包括Arm Cortex-A、Cortex-M內核和GPU的異構混合體)上部署和設置CNN。Pilot.AI已構建了一個(gè)框架,能夠在各類(lèi)客戶(hù)平臺(從微控制器到GPU)上實(shí)現各種感知任務(wù),包括檢測、分類(lèi)、跟蹤和識別,并提供數據收集/分類(lèi)工具和預先訓練的模型,以直接實(shí)現模型部署。
評論