意法半導(dǎo)體STM32Cube.AI開(kāi)發(fā)工具增加深度量化神經(jīng)網(wǎng)絡(luò)支持
意法半導(dǎo)體(ST)發(fā)布了STM32Cube.AI version 7.2.0,這是微控制器廠商推出的首款支持超高效深度量化神經(jīng)網(wǎng)絡(luò)的人工智能(AI)開(kāi)發(fā)工具。
本文引用地址:http://2s4d.com/article/202208/437243.htmSTM32Cube.AI 將預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換成STM32微控制器(MCU)可以運(yùn)行的C語(yǔ)言代碼,是充分利用嵌入式產(chǎn)品有限的內(nèi)存容量和算力開(kāi)發(fā)尖端人工智能解決方案的重要工具,將人工智能從云端下移到邊緣設(shè)備,能夠?yàn)閼?yīng)用帶來(lái)巨大的優(yōu)勢(shì),其中包括原生隱私保護(hù)、確定性實(shí)時(shí)響應(yīng)、更高的可靠性和更低的功耗。邊緣人工智能還有助于優(yōu)化云計(jì)算使用率。
現(xiàn)在,通過(guò)支持 qKeras 或 Larq 等深度量化輸入格式,開(kāi)發(fā)者可以進(jìn)一步降低神經(jīng)網(wǎng)絡(luò)代碼量、內(nèi)存占用和響應(yīng)延遲,這些優(yōu)勢(shì)讓邊緣人工智能釋放出更多可能,包括經(jīng)濟(jì)型應(yīng)用和成本敏感應(yīng)用。因此,開(kāi)發(fā)者可以創(chuàng)建邊緣設(shè)備,例如,功能和性能先進(jìn)的電池續(xù)航更長(zhǎng)的自供電的物聯(lián)網(wǎng)端點(diǎn)。從超低功耗 Arm Cortex-MCU? 微控制器,到利用 Cortex-M7、M33 和 Cortex-A7 內(nèi)核的高性能產(chǎn)品,意法半導(dǎo)體的STM32系列為開(kāi)發(fā)者提供了許多適合的硬件平臺(tái)。
STM32Cube.AI 7.2.0版還增加了對(duì)TensorFlow 2.9模型的支持,改進(jìn)了內(nèi)核性能,新加了scikit-learn機(jī)器學(xué)習(xí)算法和開(kāi)放神經(jīng)網(wǎng)絡(luò)交換(ONNX)運(yùn)算符。
評(píng)論