I vantaggi includono l’accesso al servizio online per confrontare i modelli edge-AI sulle schede STM32.
STMicroelectronics continua ad espandere le sue soluzioni per gli sviluppatori di AI embedded e i data scientist con un nuovo set di strumenti e servizi all’avanguardia per portare la tecnologia AI sul mercato più velocemente e con meno complessità, aiutando il processo decisionale hardware e oftware. STM32Cube.AI Developer Cloud apre l’accesso ad un’ampia suite di strumenti di sviluppo online costruiti attorno alla famiglia di microcontrollori (MCU) STM32 leader del settore.
“Il nostro obiettivo è fornire l’hardware, il software e i servizi migliori per agli sviluppatori embedded e ai data scientist in modo che possano sviluppare la loro applicazione AI edge più velocemente e con meno problemi”, ha dichiarato Ricardo De Sa Earp, Executive Vice President General-Purpose Microcontroller Sub-Group, STMicroelectronics. “Oggi presentiamo il primo MCU AI Developer Cloud al mondo, che funziona a braccetto con il nostro ecosistema STM32Cube.AI. Questo nuovo strumento offre la possibilità di confrontare in remoto i modelli su hardware STM32 attraverso il cloud per risparmiare sul carico di lavoro e sui costi.”
Al servizio della crescente domanda di sistemi edge basati su AI, il front-end desktop STM32Cube.AI include le risorse per consentire agli sviluppatori di convalidare e generare librerie AI STM32 ottimizzate da reti neurali addestrate. Il tutto è ora integrato in STM32Cube.AI Developer Cloud, una versione online dello strumento, che offre una serie di novità del settore:
- Un’interfaccia online per generare codice C ottimizzato per microcontrollori STM32, senza richiedere l’installazione preventiva del software. I data scientist e gli sviluppatori traggono vantaggio dalle comprovate prestazioni di ottimizzazione della rete neurale di STM32Cube.AI per sviluppare progetti edge-AI.
- Accesso all’insieme dei modelli STM32, un repository di demo e modelli di deep learning addestrabili per velocizzare lo sviluppo delle applicazioni. Al momento del lancio, i casi d’uso disponibili includono il rilevamento del movimento umano per il riconoscimento e il tracciamento delle attività, la visione artificiale per la classificazione delle immagini o il rilevamento degli oggetti, il rilevamento degli eventi audio per la classificazione audio e altro ancora. Ospitati su GitHub, questi strumenti consentono la generazione automatica di pacchetti “per iniziare” ottimizzati per STM32.
- Accesso al primo servizio di benchmarking online al mondo per reti neurali edge-AI su schede STM32. La board farm accessibile al cloud presenta un’ampia gamma di schede STM32, aggiornate regolarmente, consentendo a data scientist e sviluppatori di misurare in remoto le prestazioni effettive dei modelli ottimizzati.
STM32Cube.AI Developer Cloud (https://stm32ai-cs.st.com) è da oggi disponibile gratuitamente per gli utenti MyST registrati.
Lo strumento è stato sottoposto a test e valutazione da parte di diversi clienti per lo sviluppo embedded.
“In passato abbiamo utilizzato STM32Cube.AI con grande successo. Ci ha permesso di implementare applicazioni AI ad alte prestazioni in esecuzione su MCU a basso costo. Oggi siamo lieti di vedere che questo prodotto si sta ulteriormente evolvendo offrendo un’interfaccia online. Ciò ci consentirà di valutare le prestazioni dei modelli di intelligenza artificiale e di scegliere un’architettura hardware adeguata già nelle prime fasi del processo, in modo da poter convergere più rapidamente sullo sviluppo di applicazioni ottimali di intelligenza artificiale. Nel complesso, siamo molto soddisfatti dei servizi e del supporto che il team di ST AI ci ha fornito”. Ha dichiarato Toly Kotlarsky, Distinguished Member Technical Staff, R&D, Zebra Technologies Corporation
“Il Model zoo, l’interfaccia online STM32Cube.AI e le funzionalità di benchmarking remoto sulle schede STM32 rendono più facile per i nostri data-scientist con varie conoscenze hardware valutare l’incorporabilità dei modelli AI nei microcontrollori dei nostri prodotti. Inoltre, essere in grado di testare i nostri modelli su diversi microcontrollori STM32 con pochi clic ci consente di prendere in considerazione l’elaborazione AI embedded in una fase precedente del processo di progettazione e di trarne vantaggio per progettare funzionalità avanzate”. Ha dichiarato Didier Pellegrin, VP AI Anticipation and Strategy, Schneider Electric.
“STM32Cube.AI Developer Cloud offre ai nostri data-scientist e sviluppatori embedded un modo semplice per collaborare e condividere le loro conoscenze sulle reti neurali embedded, il che aiuta a semplificare il nostro processo di sviluppo. La funzione di benchmarking consente inoltre ai nostri data scientist di garantire che i modelli che creano funzionino senza problemi sui microcontrollori. Questo ci consente di rimanere competitivi e di fornire le migliori soluzioni ai nostri clienti”. Ha confermato Johan A. Simonsson, Director AI Ideation & Research, Husqvarna Group AI Labs.
“Grazie a STM32Cube.AI Developer Cloud, possiamo confermare in brevissimo tempo la validità del nostro approccio per creare un prodotto con AI embedded. Con la board farm siamo in grado di confermare che il nostro modello funziona su un microcontrollore. Siamo anche in grado di scegliere l’STM32 più appropriato eseguendo un benchmark remoto su diverse schede STM32. Nel complesso, questa aggiunta a STM32Cube.AI è davvero gradita e ci consentirà di realizzare prodotti più innovativi in futuro”. Ha detto Serge Robin, Microcontroller & Digital Components Expert Engineer, Somfy.
“L’uso dello zoo del modello STM32 può facilitare notevolmente il flusso di lavoro di apprendimento automatico (ML) e ridurre significativamente il time-to-market fornendo una raccolta di modelli pre-addestrati per i microcontrollori STM32 a cui è possibile accedere facilmente per integrarli in un nuovo progetto, riducendo il necessità di formazione e sperimentazione.” Ha detto Stephane Henry, vicepresidente esecutivo R&S, Lacroix
“Utilizziamo STM32Cube.AI sin dai primi giorni e abbiamo integrato la CLI nella nostra pipeline di sviluppo. La nuovissima API REST basata su cloud, con il suo wrapper/modulo Python, ridurrà drasticamente la complessità della nostra manutenzione degli strumenti CI/CD. In combinazione con l’entusiasmante Model Zoo, questo nuovo servizio farà risparmiare tempo e darà nuovo potere ai nostri sviluppatori”. Ha Affermato Sylvain Bernard, CEO, Sistemi SIANA.
