硬件工程師們,邊緣計算已經(jīng)跑到MCU里了,你覺得機器學(xué)習還遠嗎
機器學(xué)習需要大量的數(shù)據(jù)集來進行正確的推斷,而通過將這些數(shù)據(jù)集傳輸?shù)皆贫藖硖幚磉@些數(shù)據(jù)集是不實際的。從用戶設(shè)備生成的數(shù)據(jù)通常需要在該設(shè)備上進行處理,以降低功耗和帶寬成本,只需將決策數(shù)據(jù)傳輸?shù)皆贫恕?/span>
傳統(tǒng)上,處理大型數(shù)據(jù)集并不是資源受限設(shè)備的強項。然而,Qeexo有一個叫做AutoML的解決方案,旨在通過優(yōu)化Cortex M0到M4設(shè)備上的部署來解決這個問題。
今天,與STMicroelectronics合作,qexo已經(jīng)邁出了下一步在設(shè)計優(yōu)化中,直接在傳感器上部署AutoML應(yīng)用程序。由于不需要微控制器(MCU),AutoML可以直接部署在帶有嵌入式機器學(xué)習核心的MEMS傳感器上。
誰是qexo?什么是AutoML?Qeexo公司由李善元(CEO)和克里斯·哈里森(CTO)于2012年成立。該公司專注于為高度受限系統(tǒng)(如Cortex-M0)上的機器學(xué)習提供部署和優(yōu)化解決方案。
AutoML,一個機器學(xué)習平臺,提供“一鍵式”解決方案來部署機器學(xué)習能力在邊緣。簡單地說,AutoML部署包有五個主要過程:
定義您的項目
選擇傳感器和目標硬件
收集或上傳數(shù)據(jù)
自動機器學(xué)習
部署或下載ML包
對于希望了解配置的電氣工程師來說,查看一些受支持的傳感器可以幫助提供概述。
該軟件設(shè)計用于從多個頻率的各種傳感器和目標硬件設(shè)備捕獲數(shù)據(jù)。qexo和STMicroelectronics之間的新合作將傳感器直接用于部署,而不是MCU。
當今機器學(xué)習邊緣應(yīng)用機器學(xué)習算法的一些用途是交通服務(wù) ,自動駕駛汽車,和通信網(wǎng)絡(luò). 然而,另一個用途是提高日常生活質(zhì)量,例如,通知你當你的水壺沸騰時[視頻]
或者,您也可以監(jiān)視電動工具的生命周期。使用STMicroelectronics'iNEMO單片MEMS傳感器使用嵌入式機器學(xué)習核心(MLC),您可以推理決定[視頻]您的鉆機閑置、鉆孔或驅(qū)動螺絲的頻率以及這三項活動中每項活動執(zhí)行的時間。
機器學(xué)習核心可以檢測來自加速度計和陀螺儀的一組特定的傳感器數(shù)據(jù),對其進行解釋,并將這些數(shù)據(jù)中繼到相關(guān)的主機設(shè)備。
STMicroelectronics正在優(yōu)化Edge硬件優(yōu)化高計算能力ML邊緣應(yīng)用程序可能會很有挑戰(zhàn)性,尤其是那些靠電池供電的人。在傳感器上集成機器學(xué)習核心,如 LS6D盒,可以卸載或消除運行MCU的需要,降低系統(tǒng)整體功耗。
在0.55毫安,LSM6DSOX是一個節(jié)能模塊,用于檢測傾斜和顯著運動。該模塊有一個I2C接口,允許直接與MCU或下游通信模塊接口。
使用Qeexo的AutoML平臺快速部署機器學(xué)習模型將允許工程師快速地在原型板上獲得應(yīng)用程序。優(yōu)化后,這些板可以更快地上市。
你有在邊緣設(shè)備上運行ML應(yīng)用程序的經(jīng)驗嗎?它給您的應(yīng)用程序帶來了哪些挑戰(zhàn)或好處?請在下面的評論中告訴我們。
*博客內(nèi)容為網(wǎng)友個人發(fā)布,僅代表博主個人觀點,如有侵權(quán)請聯(lián)系工作人員刪除。