24小时联系电话:18217114652、13661815404
中文
公司新闻
一个基于 C 的微控制器 AI/ML 框架
一个基于 C 的微控制器 AI/ML 框架
最近对边缘计算的兴趣增加导致开发了多个框架，以促进在微控制器上部署 AI/ML 模型。然而，大多数框架都存在性能问题，因为它们大多是服务器代码的缩小版本，因此仅适用于相当强大的微控制器。为了解决这个问题并提供一个框架来支持最低的 8 位 MCU，弗劳恩霍夫微电子电路和系统研究所(IMS) 最近宣布发布 AIfES（嵌入式系统人工智能）；一个开源框架，以促进在所有形式的微控制器上部署人工智能。
AIfES 使用 C 编程语言开发，允许用户快速、轻松地在几乎任何硬件上训练和运行人工神经网络 (ANN)，包括 8 位 MCU 和基于它们的开发板，如 Arduino Uno，无需在 PC 上准备模型。'虽然由于希望以低处理能力 MCU 为目标而显着减少了功能，但 AIfES 可与大多数流行的 ML 框架（如 TensorFlow、Keras 和 PyTorch）相媲美并兼容，并结合了它们的大部分流行功能。
它目前支持前馈神经网络 (FNN)，以及常见的激活函数，如 ReLU、sigmoid 和 softmax，以及常见的训练算法，如梯度下降优化器 (SGD) 或亚当优化器，所有这些都与卷积神经网络的完整实现集成在一起（ ConvNet）也在路上。模型开发基于 Python 框架，在这些框架上开发的 ANN 模型也可以轻松导入AIfES 框架。所有这些使得已经熟悉其他流行 AI 框架的用户可以无缝过渡到 AIfES。
AIfES 的许多其他优点之一是它允许开发人员分配资源，例如为 ANN 指定所需的内存区域。它也是模块化的，可以交换算法的不同组件，这使得使用不同类型的硬件加速器变得容易，并且可以轻松找到与您的嵌入式设备兼容的加速器。
据 Fraunhofer IMS 的人说，内部研究人员多年来一直在 AI 研究和开发中使用 AIfES，并且它在几个定制解决方案中具有特色，直到达到可以用作独立产品的开发水平.
在此期间，AIfES 出现在多个应用中，包括用于状态监测的无线电流传感器、手势识别系统和基于Arduino Uno的手写识别系统，完美展示了该框架在 8 位微控制器上的实力。
AIfES 对微控制器的兼容性随着最近发布的 Arduino 库进一步扩展，这意味着熟悉 Arduino 环境的制造商可以轻松构建基于 Arduino 和衍生板的 AI 解决方案。