嵌入式开发 沉浸阅读 · 约 3 分钟
全文 1,073 字

意法半导体重构ST Edge AI Suite,简化STM32 AI开发

核心导读 意法半导体重新设计ST Edge AI Suite开发流程,整合四款新工具,帮助开发者在STM32微控制器上更高效地浏览、训练、定制、基准测试和部署嵌入式机器学习模型。

意法半导体重新设计了ST Edge AI Suite中的工作流程,通过四款新工具整合开发者环境,以简化嵌入式机器学习模型在STM32微控制器上的部署。

Model Explorer是此次更新中的首款新工具,提供直观的网页界面,让用户在此前可通过Model Zoo GitHub仓库访问的预训练模型中浏览并找到合适的AI模型。Dataset Factory有助于采集原始数据并将其转化为可用、可靠的数据集。Model Factory支持面向应用的训练、定制、量化和进一步优化,并帮助针对STM32 MCU优化模型。为了在部署前验证性能,Model Bench为用户提供网页界面,借助意法半导体的板卡资源池在硬件上远程进行模型基准测试。Model Bench取代了ST Edge AI Developer Cloud。

“随着本地推理成为当今智能产品的一项关键特征,高效使用AI模型已成为设计人员的首要任务,”意法半导体边缘人工智能解决方案部门副总裁Stephane Henry表示。“目前,我们在所有微控制器厂商中拥有规模最大的AI模型集合,提供超过400个预训练模型,其中包括大量面向传感应用的模型,也就是物理AI。借助ST Edge AI Suite中的Model Explorer、Model Factory、Dataset Factory和Model Bench,我们如今将这些支持整合到一个专为面向STM32器件的设计人员打造的环境中。”

意法半导体通过Edge AI Suite支持超过260,000个项目,且这一数字仍在持续增长。其用户社区包括来自主要蓝筹科技品牌和各种规模公司的工程师,也包括初创企业和独立开发者。

从消费电子到工业传感器、控制系统、医疗设备和汽车系统,嵌入式人工智能是提供具有竞争力的能力、性能和功耗的关键。工程师需要新一代工具和工作流程,这些工具和工作流程专为选择模型、使其适配用例、优化内存和计算资源,并在目标硬件上验证性能而构建。

ST Edge AI Suite将用户与更广泛的STM32生态系统连接起来,该生态系统包含超过4,000个商用器件型号。配套的STM32Cube生态系统功能强大,提供用于选择和配置MCU的工具,包含软件库和代码示例,并允许用户在自己偏好的集成开发环境(IDE)中工作。STM32Cube还将用户与评估硬件连接起来,涵盖从低成本STM32 Nucleo开发板到功能完备的Discovery套件,以及无线连接、视觉、飞行时间、物联网传感、电机驱动等扩展卡。

配图

来源: 海外媒体

相关推荐
评论区

登录后即可参与技术讨论与同行交流

免费注册