《電子技術應用》
您所在的位置:首頁 > 人工智能 > 业界动态 > 意法半导体推出业界首创的云端MCU边缘人工智能开发者平台

意法半导体推出业界首创的云端MCU边缘人工智能开发者平台

可在STM32板上在线评估边缘 AI模型性能
2023-02-27
來源:意法半导体

2023年2月23日,中國 – 服務多重電子應用領域、全球排名前列的半導體公司意法半導體(STMicroelectronics,簡稱ST;紐約證券交易所代碼:STM)繼續擴大嵌入人工智能(AI)解決方案組合,為嵌入式人工智能開發人員和數據專家提供一套業界首創的在線開發工具和服務。STM32Cube.AI云端開發者平臺讓開發者有機會使用一整套圍繞行業領先的 STM32微控制器 (MCU)構建的在線開發工具,促進軟硬件選購決策,降低邊緣人工智能技術開發復雜度,加快新產品上市速度。

2.jpg

意法半導體通用微控制器子產品部執行副總裁Ricardo De Sa Earp 表示:“ 我們的目標是提供優質的軟硬件和開發服務,幫助嵌入式開發人員和數據專家應對各種挑戰,更快、更輕松地開發邊緣 AI 應用。今天,我們推出了業界首個云端MCU AI開發者平臺。這個新工具與我們的 STM32Cube.AI 生態系統緊密配合,可以讓開發者在云端用 STM32 硬件遠程測試神經網絡模型,節省開發工作量和成本。”

為滿足市場對基于邊緣人工智能的系統不斷增長的需求,意法半導體之前推出了STM32Cube.AI優化桌面前臺軟件,讓開發人員能夠在STM32板上優化并評測訓練好的神經網絡模型,生成能夠在STM32板上高效運行的AI模型代碼。今天,意法半導體又推出了這個工具的在線版——STM32Cube.AI云端開發者平臺。這一新工具取得多項行業首創:

· 在線圖形用戶界面:針對STM32 微控制器優化神經網絡模型,并生成在STM32 微控制器上高效運行的模型C 代碼,無需事先安裝軟件。得益于經過業界驗證的STM32Cube.AI神經網絡優化性能,數據科學家和開發人員可以輕松、快速開發邊緣人工智能項目。

· STM32模型庫:包含可訓練的深度學習模型和演示應用代碼,有助于加快應用項目開發。在工具發布時可用的用例包括人體活動識別跟蹤運動感測、圖像分類或物體檢測計算機視覺、音頻分類事件檢測等。這些人工智能模型庫托管在GitHub上,可以自動優化并生成在 STM32上高效運行的“Getting Start”軟件包。

· 世界首個在線基準測試服務:在STM32板上評測邊緣 AI 神經網絡模型的性能。云端電路板庫提供各種STM32電路板,板庫定期更新,使數據科學家和開發人員能夠用各種電路板遠程測試模型優化后的實際性能。

STM32Cube.AI Developer Cloud 現在供 MyST 注冊用戶免費使用。

該工具現已通過多位嵌入式開發客戶的測試和評估。

Zebra Technologies Corporation(斑馬科技公司)研發中心杰出技術專家Toly Kotlarsky :

“目前我們在STM32Cube.AI應用方面已經卓有成效,它成功幫助我們在低成本的 MCU 上實現了高性能 AI應用。今天,我們很高興地看到該產品進一步升級,增加了在線用戶界面,能夠遠程評估 AI 模型的性能,并在流程的早期就選擇出合適的硬件架構,以便我們可以更快地集中精力開發 AI 應用。總得來說,我們對 ST AI 團隊提供的服務和支持感到非常滿意。”

施耐德電氣人工智能預測和戰略部副總裁Didier PELLEGRIN:

“模型庫、STM32Cube.AI在線用戶界面、以及遠程STM32 板上模型基準測試等功能,讓我們具備豐富硬件知識的數據專家能夠更輕松地評估 AI 模型嵌入我們產品MCU的能力。此外,點擊幾下鼠標就能在多個 STM32 微控制器上測試模型,讓我們能夠在早期設計階段就考慮采用嵌入式 AI 處理,設計出更高級的功能。”

Husqvarna 集團AI實驗室AI 創意與研究總監Johan A. Simonsson:

“STM32Cube.AI云端開發者平臺讓我們的數據專家和嵌入式開發人員以一種更簡單的方式協作和分享他們在嵌入式神經網絡方面的知識,有助于簡化我們的開發流程。基準測試功能還使我們的數據科學家確保模型能夠在MCU上順利運行。這些優點有助于我們保持競爭力,致力于為客戶提供最佳解決方案。”

Somfy 公司微控制器和數字元件專家工程師Serge Robin:

“有了STM32Cube.AI云端開發者平臺,我們可以在很短的時間內確認我們的嵌入式 AI產品開發方法是否可行。通過使用電路板庫,我們能夠確認模型可以在MCU上順利運行,還能在不同的 STM32 板上執行遠程基準測試,選擇出最適合的 STM32。總得來說,在線版STM32Cube.AI非常受歡迎,能夠幫助我們在未來開發出更多創新的產品。”

Lacroix 研發執行副總裁 Stephane Henry:

“STM32模型庫可以大大簡化機器學習(ML)開發流程,并提供支持STM32 MCU的提前訓練好的模型。因為這些模型可以輕松獲取并集成到新項目中,從而減少了耗時的模型訓練和實驗過程,可以顯著縮短產品上市時間。”

SIANA Systems公司 首席執行官Sylvain Bernard:

“我們從早期就開始使用 STM32Cube.AI,并將 CLI 集成到我們的開發流程中。最新的基于云的 REST API 及其 Python裝飾器/模塊將大大降低我們 CI/CD 工具維護的復雜性。結合出色的模型庫,這項新服務將縮短開發時間,幫助開發人員加快研發周期。”


本站內容除特別聲明的原創文章之外,轉載內容只為傳遞更多信息,并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經濟損失。聯系電話:010-82306118;郵箱:aet@chinaaet.com。
主站蜘蛛池模板: 日韩欧美精品在线不卡| 国产精品一区在线免费观看| 国产精品自产拍在线观看中文| 欧美激情第三页| 国产不卡一区二区在线观看| 国产精品久久久久999| 色综合五月天导航| 国产在线精品一区二区中文v| 激情婷婷综合网| 久久综合九九| 日本不卡在线观看| 日韩暖暖在线视频| 精品国产拍在线观看| 久久av一区二区| 91免费看片网站| 97成人在线免费视频| 国产精品av免费| 亚洲av综合色区| www欧美日韩| 欧美国产综合视频| 日韩亚洲欧美视频| 一区二区不卡视频| av免费观看国产| 久久久久亚洲精品国产| 日韩av不卡播放| 国产精品久久久久久久久久东京| 无码免费一区二区三区免费播放| 日本精品视频一区| 日本精品福利视频| 欧美国产综合在线V| 麻豆久久久9性大片| 日韩欧美在线免费观看视频| 丁香五月网久久综合| 国产aⅴ精品一区二区三区黄| www.日本久久久久com.| 国产在线视频不卡| 一区二区视频在线免费| 久久国产午夜精品理论片最新版本| 欧美尤物巨大精品爽| 久久久久久av| 日韩美女在线观看一区|