Arm Cortex-M MCUs可以使用NanoEdge人工智能进行即时机器学习和推理整容

Cartesiam，启动集中在AI的边缘，已经宣布NanoEdge AI工作室，第一个集成开发环境(IDE)，可以在Arm Cortex-M mcu上直接轻松地进行机器学习(ML)和推理。

NanoEdge AI做了什么

NanoEdge AI工作室可以很容易地在的ARM Cortex-M微控制器上运行的程序中建立一个机器学习静态库嵌入。MCU的嵌入边缘设备内可以被授权局部学习，推断，以及从直接预测微控制器内部，尽可能以最直接的方式的物理环境的接口连接。

NanoEdge AI Studio完全在用户的Windows或Linux PC上运行。该工作室提供了更高的安全性，原因很简单，因为没有数据传输到云，在那里数据可能被拦截。

NanoEdge AI工作室作品与ARM的Cortex-M微控制器。图像使用礼貌Cartesiam

一旦设计者所描述的最终环境，NanoEdge AI Studio将自动计算，优化和测试的最佳算法解决方案。所选择的算法可以嵌入作为一个C库到MCU。图书馆小4K是可能的。

如何NanoEdge AI它

有五个基本步骤需要传授AI功能，使用NanoEdge AI Studio的边缘设备。

1. 选择了ARM Cortex-M MCU-M0至M7-和指定的RAM的量和所采用的传感器的类型。
2. 提供在正常和异常信号的形式的上下文传感器数据。
3. 自动获得500种万元可能性的有用的库组合出来。
4. 在编译之前，在模拟器中测试生成的NanoEdge AI库。不需要物理MCU。
5. 下载最终的静态库到目标MCU。它准备学习和推断。

该解决方案旨在削减成本和开发时间，将无监督学习、推断和预测带到边缘设备。这些优势使得人工智能的能力适用于那些必须低成本和低功耗的设备。

正如马克迪帕基耶，总经理和Cartesiam的创始人之一，所说的那样，“Cartesiam的NanoEdge AI Studio提供了一个完全不同的方法，具有成本和时间效益和自学AI。”

NanoEdge AI Studio的工作原理图图片由Cartesiam提供

他接着指出，“它可以让任何嵌入式设计人员快速开发应用程序特定的机器学习库，并运行其中的信号变为数据的微控制器直接在该程序。这是一个可以同时运行的机器学习和推理微控制器上的唯一解决方案。”

没有AI科学家所需

到目前为止，在Arm mcu等嵌入式设备上实现人工智能一直是一个昂贵、耗时的过程，需要非常专业的数据科学家的专业知识。但现在，正如Cartesiam所解释的，NanoEdge AI Studio允许“你的嵌入式开发者成为你的AI开发者。”

该NanoEdge AI软件中的基准。截图中使用的礼节Cartesiam

不再需要专门的数据科学家。

AI的安全性优点，在边缘

速度是在其中电子设备直接与物理世界接口的边缘具有AI容量的明显的好处。但考虑非常重要的安全因素。

如由Marc迪帕基耶所描述的，“至于安全和隐私而言，学习的初始状态局部地降低了数据交换过伪造或入侵的网络和防止风险”。

被证实的现场应用

Cartesiam已经揭示了NanoEdge AI工作室一些成熟的领域中的应用。一些应用程序看起来像：

• 当需要更换空气滤清器时，使用人工智能通知的空调
• 锂离子电池在细胞水平监测和使用AI警告潜在火灾风险
• 家电成为智能家电产品，改善服务
• 鲍勃助理学习引擎模式并提醒用户异常情况
• 拉克鲁瓦电子完善雷竞技最新app其回流炉的维护

的NanoEdge AI和STM32Cube.AI如何携手合作示范。截图中使用的礼节STMicro雷竞技最新appelectronics.

Cartesiam允许嵌入式设计师免费尝试NanoEdge AI，使他们能够创建机器学习库，用于在边缘进行自主学习和推断。