24小時(shí)聯(lián)系電話(huà):18217114652、13661815404
中文
公司新聞
一個(gè)基于 C 的微控制器 AI/ML 框架
一個(gè)基于 C 的微控制器 AI/ML 框架
最近對(duì)邊緣計(jì)算的興趣增加導(dǎo)致開(kāi)發(fā)了多個(gè)框架，以促進(jìn)在微控制器上部署 AI/ML 模型。然而，大多數(shù)框架都存在性能問(wèn)題，因?yàn)樗鼈兇蠖嗍欠?wù)器代碼的縮小版本，因此僅適用于相當(dāng)強(qiáng)大的微控制器。為了解決這個(gè)問(wèn)題并提供一個(gè)框架來(lái)支持最低的 8 位 MCU，弗勞恩霍夫微電子電路和系統(tǒng)研究所(IMS) 最近宣布發(fā)布 AIfES（嵌入式系統(tǒng)人工智能）；一個(gè)開(kāi)源框架，以促進(jìn)在所有形式的微控制器上部署人工智能。
AIfES 使用 C 編程語(yǔ)言開(kāi)發(fā)，允許用戶(hù)快速、輕松地在幾乎任何硬件上訓(xùn)練和運(yùn)行人工神經(jīng)網(wǎng)絡(luò) (ANN)，包括 8 位 MCU 和基于它們的開(kāi)發(fā)板，如 Arduino Uno，無(wú)需在 PC 上準(zhǔn)備模型。'雖然由于希望以低處理能力 MCU 為目標(biāo)而顯著減少了功能，但 AIfES 可與大多數(shù)流行的 ML 框架（如 TensorFlow、Keras 和 PyTorch）相媲美并兼容，并結(jié)合了它們的大部分流行功能。
它目前支持前饋神經(jīng)網(wǎng)絡(luò) (FNN)，以及常見(jiàn)的激活函數(shù)，如 ReLU、sigmoid 和 softmax，以及常見(jiàn)的訓(xùn)練算法，如梯度下降優(yōu)化器 (SGD) 或亞當(dāng)優(yōu)化器，所有這些都與卷積神經(jīng)網(wǎng)絡(luò)的完整實(shí)現(xiàn)集成在一起（ ConvNet）也在路上。模型開(kāi)發(fā)基于 Python 框架，在這些框架上開(kāi)發(fā)的 ANN 模型也可以輕松導(dǎo)入AIfES 框架。所有這些使得已經(jīng)熟悉其他流行 AI 框架的用戶(hù)可以無(wú)縫過(guò)渡到 AIfES。
AIfES 的許多其他優(yōu)點(diǎn)之一是它允許開(kāi)發(fā)人員分配資源，例如為 ANN 指定所需的內(nèi)存區(qū)域。它也是模塊化的，可以交換算法的不同組件，這使得使用不同類(lèi)型的硬件加速器變得容易，并且可以輕松找到與您的嵌入式設(shè)備兼容的加速器。
據(jù) Fraunhofer IMS 的人說(shuō)，內(nèi)部研究人員多年來(lái)一直在 AI 研究和開(kāi)發(fā)中使用 AIfES，并且它在幾個(gè)定制解決方案中具有特色，直到達(dá)到可以用作獨(dú)立產(chǎn)品的開(kāi)發(fā)水平.
在此期間，AIfES 出現(xiàn)在多個(gè)應(yīng)用中，包括用于狀態(tài)監(jiān)測(cè)的無(wú)線(xiàn)電流傳感器、手勢(shì)識(shí)別系統(tǒng)和基于Arduino Uno的手寫(xiě)識(shí)別系統(tǒng)，完美展示了該框架在 8 位微控制器上的實(shí)力。
AIfES 對(duì)微控制器的兼容性隨著最近發(fā)布的 Arduino 庫(kù)進(jìn)一步擴(kuò)展，這意味著熟悉 Arduino 環(huán)境的制造商可以輕松構(gòu)建基于 Arduino 和衍生板的 AI 解決方案。