Från Microchip kommer nu ett AI-utvecklingsflöde för MCUer och CPUer i inbyggnadssammanhang. Utvecklingssviten är avsedd för maskininlärning och kan användas till alla företagets processorer.

Maskininlärning håller på att bli ett standardkrav för inbyggnadsingenjörer som arbetar med utveckling eller förbättring av en mängd olika produkter. För att tillgodose det behovet har Microchip lanserat ett komplett, integrerat arbetsflöde för utveckling av strömlinjeformade maskininlärningsmodeller med sin nya MPLAB-utvecklingssvit för maskininlärning. Den programvarubaserade verktygssatsen kan användas med samtliga av Microchips styrkretsar (MCU:er) och mikroprocessorer (MPU:er) för att snabbt och effektivt lägga till maskininlärning.

– Maskininlärning är nu vanligt i inbyggda styrkretsar och användning i systemets kant gör produkten effektiv, säkrare och energisnålare än system som förlitar sig på kommunikation med molnet för sin bearbetning, säger Rodger Richey, vice vd för Microchips affärsenhet för utvecklingssystem. Microchips, integrerade lösning är den första som stöder inte bara 32-bitars styrkretsar och mikroprocessorer utan även 8- och 16-bitarskretsar.

Maskininlärning utnyttjar en uppsättning av algoritmiska metoder för att skapa mönster från stora mängder data för att möjliggöra beslutsfattande. Processen går normalt snabbare, är enklare att uppdatera och noggrannare än manuell bearbetning. Ett exempel på hur verktyget kan användas är att möjliggöra lösningar för prediktivt underhåll för att noggrant förutsäga potentiella problem med utrustning som används i olika industri-, tillverknings-, konsument- och fordonstillämpningar.

MPLAB-utvecklingssviten för maskininlärning hjälper konstruktörer att bygga effektiva maskininlärningsmodeller med litet fotavtryck. Verktygssatsen, som drivs av AutoML, utesluter många upprepade, trista och tidsödande uppgifter inom modellbygget, inkluderande extraktion, träning, validering och testning. Den tillhandahåller också optimerade modeller så att hänsyn tas till kretsarnas minneskapacitet.

När den används tillsammans med den integrerade utvecklingsmiljön MPLAB X (IDE), ger den nya verktygssatsen en fullständig lösning som kan implementeras av kunder med liten eller ingen erfarenhet av maskininlärningsprogrammering. Den är också tillräckligt sofistikerad för mer erfarna maskininlärningskonstruktörer.

Det är också möjligt att ta en modell från TensorFlow Lite och använda i ett MPLAB Harmony v3-projekt, ett fullt integrerat inbyggt ramverk för programvaruutveckling. Utvecklingssatsen VectorBlox Accelerator SDK (Software Development Kit) erbjuder dessutom en mycket energieffektiv lösning för CNN-(Convolutional Neural Network)-baserade AI/ML-(artificiell intelligens/maskininlärning)-slutledningen med PolarFire FPGA:er.

Filed under: Utländsk Teknik