Le versioni aggiornate dei tool NanoEdge AI Studio e STM32Cube.AI rendono possibili nuove funzionalità AI e ML nelle applicazioni edge.
STMicroelectronics ha rilasciato importanti aggiornamenti per gli strumenti NanoEdge AI Studio e STM32Cube.AI in grado di accelerare lo sviluppo di progetti embedded di intelligenza artificiale (AI) e apprendimento automatico (ML). Questi strumenti facilitano lo spostamento di AI e ML verso le applicazioni edge, ai margini dei sistemi, dove AI/ML offre vantaggi sostanziali, che includono privacy by design, risposta deterministica e in tempo reale, maggiore affidabilità e minor consumo energetico.
NanoEdge AI Studio è uno strumento di machine learning automatizzato per applicazioni che non richiedono lo sviluppo di reti neurali. Viene utilizzato con i microcontrollori (MCU) e i sensori MEMS STM32 che includono l’esclusiva unità di elaborazione integrata nel sensore intelligente (ISPU) di ST.
Per gli sviluppatori che utilizzano reti neurali, STM32Cube.AI è un ottimizzatore di modelli AI e un compilatore per STM32. Le due nuove versioni offrono funzionalità che aiutano a progettare e implementare soluzioni AI/ML ad alte prestazioni in modo rapido e con un investimento minimo.
NanoEdge AI Studio versione 3.2 integra ora un generatore di datalogger automatico che aumenta la produttività di sviluppo. I suoi input includono la scheda di sviluppo ST e i parametri del sensore definiti dallo sviluppatore, come la velocità dei dati, l’intervallo, la dimensione del campione e il numero di assi. Sulla base di queste informazioni, NanoEdge AI Studio produce il codice per la scheda di sviluppo senza che il progettista debba scrivere null’altro.
Poiché la qualità del set di dati influisce direttamente sulle prestazioni di apprendimento automatico, le nuove funzionalità di manipolazione dei dati in NanoEdge AI Studio consentono all’utente di pulire e ottimizzare i dati acquisiti in NanoEdge AI Studio con pochi clic. È stata aggiunta anche una nuova fase di convalida, che aiuta gli utenti a valutare i propri algoritmi mostrando il tempo di inferenza, l’utilizzo della memoria e metriche di prestazioni comuni come l’accuratezza e il punteggio F1. Evidenzia inoltre ulteriori informazioni sulla pre-elaborazione e sul modello ML coinvolti nella libreria selezionata. L’ultimo miglioramento di NanoEdge AI Studio aggiunge più tecniche di pre-elaborazione e modelli ML per il rilevamento delle anomalie e algoritmi di regressione che migliorano le prestazioni. Inoltre, lo strumento supporta la creazione di librerie intelligenti in grado di prevedere gli stati futuri del sistema utilizzando modelli di regressione multi-ordine.
STM32Cube.AI versione 7.3 è uno strumento essenziale per lo sviluppo di soluzioni AI/ML all’avanguardia. Completamente integrato nell’ecosistema STM32, consente la conversione di reti neurali pre-addestrate in codice C ottimizzato per la famiglia di MCU Arm Cortex-core a 32 bit più diffusa del settore. L’STM32Cube.AI avanzato aggiunge maggiore flessibilità per le ottimizzazioni della rete neurale (NN). Lo strumento può adattare le reti neurali esistenti per soddisfare le richieste di prestazioni, adattarsi ai limiti di memoria o, in un’ottimizzazione bilanciata, ottenere il meglio da entrambi. L’aggiornamento porta anche il supporto per i modelli TensorFlow 2.10 e nuovi miglioramenti delle prestazioni del kernel.
Ullteriori informazioni sulle soluzioni AI/ML di STMicroelectronics e casi d’uso reali sono disponibili al seguente link.
