Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Industrial Internet of Things >> Tertanam

Cartesiam IDE menambahkan klasifikasi anomali tepi pada MCU Arm Cortex-M

Cartesiam telah memperkenalkan versi baru dari lingkungan pengembangan terintegrasi (IDE) yang katanya adalah yang pertama untuk mengaktifkan klasifikasi anomali secara langsung pada semua mikrokontroler Arm Cortex (MCU). Ini juga telah memperkenalkan platform berbasis web baru bagi pengguna untuk mengunduh kumpulan data nyata dari kasus penggunaan yang representatif, dan mengumumkan kemitraan dengan Bosch Connected Devices and Solutions untuk memperluas lini produk IoT dengan IDE Cartesiam.

Setelah sebelumnya pada awal tahun ini memperkenalkan IDE bagi pengembang untuk membuat aplikasi pelatihan dan inferensi kecerdasan buatan (AI) pada mikrokontroler, perusahaan kini telah mengumumkan ketersediaan NanoEdge AI Studio V2, yang selain menyederhanakan pembuatan pembelajaran mesin (ML) dan inferensi, sekarang menambahkan pustaka klasifikasi untuk implementasi langsung pada MCU Arm Cortex-M.

Cartesiam mengatakan IDE baru ini memiliki pendekatan superior untuk deteksi dan klasifikasi anomali. Ini karena model dilatih dalam mikrokontroler, yang berarti deteksi anomali membangunkan pengklasifikasi untuk karakterisasi, memberi tahu sistem secara tepat apa yang salah, bukan hanya bahwa ada masalah umum' ini adalah kunci untuk memberi pengguna kecerdasan yang dibutuhkan untuk membuat lebih banyak keputusan yang tepat.

Joël Rubino, CEO dan salah satu pendiri Cartesiam, menjelaskan kepada embedded.com, “Solusi kami telah dirancang sejak hari pertama di dalam kotak mikrokontroler. Kami mengembangkan kembali, dari aljabar, semua pembelajaran mesin (ML) dan algoritma pemrosesan sinyal untuk berjalan secara native di dalam MCU. Solusi lain di pasar adalah solusi 'diperkecil' dari kerangka kerja yang dirancang untuk berjalan di server dengan daya komputasi, memori, set data, dan sebagainya yang tidak terbatas, agar sesuai dengan mikrokontroler dan oleh karena itu perpustakaan kami jauh lebih dioptimalkan dibandingkan pesaing – seperti Google TensorFlow dan solusi perangkat lunak AI lainnya yang berjalan di cloud. Kami biasanya masuk ke dalam 4 Kb RAM dalam konfigurasi yang khas, dan sebagian besar waktu di bawah 1 Kb.”

Dioptimalkan untuk Arm Cortex-M MCU, Cartesiam mengatakan IDE-nya tidak memerlukan keahlian ilmuwan data dan insinyur pemrosesan sinyal, karena ini adalah alat desktop intuitif yang memungkinkan pengembang tertanam fokus pada pemecahan masalah bisnis daripada memilih algoritme. Ini memungkinkan pembelajaran cepat di edge, melakukan pembelajaran berulang dalam 30 mdtk dalam Arm Cortex-M4 80MHz untuk menghadirkan kecerdasan dengan cepat.

Perusahaan mengatakan ribuan perangkat tertanam IoT (IIoT) industri yang tersedia secara komersial sudah diproduksi dengan NanoEdge AI Studio V1 untuk deteksi anomali. Dengan tambahan library klasifikasi ke NanoEdge AI Studio V2, pengembang kini dapat dengan lebih mudah melampaui deteksi anomali untuk mengkualifikasi masalah secara langsung di titik akhir.

“Cartesiam membuat alat untuk pengembang tertanam, menawarkan pendekatan tombol-tekan intuitif yang tidak memerlukan latar belakang dalam ilmu data, membuka AI ke miliaran perangkat tertanam terbatas sumber daya yang dibangun dengan Arm Cortex-M MCU,” komentar Rubino. “Kami awalnya merancang NanoEdge AI Studio untuk memenuhi permintaan dari pelanggan kami dalam pemeliharaan prediktif, yang, setelah mengumpulkan data tentang penggunaan peralatan mereka, meminta kami untuk membantu mereka dengan mudah memenuhi syarat acara mereka serta untuk mengantisipasinya. Versi baru IDE kami memungkinkan pelanggan tersebut — dan desainer tersemat lainnya — dengan mudah mengembangkan perpustakaan klasifikasi tanpa tantangan biasa yang terkait dengan pemrosesan sinyal dan keterampilan pembelajaran mesin. Ini secara dramatis mengurangi biaya dan mempercepat waktu ke pasar.”

Dia menambahkan, “Solusi kami berjalan di PC. Tidak ada koneksi cloud atau biaya yang diperlukan. Banyak perusahaan, terutama orang Eropa, skeptis tentang pengiriman data mereka ke cloud (karena masalah privasi data), dan biaya komputasi cloud yang tersembunyi.”

Contoh kumpulan data di platform berbasis web baru, kemitraan Bosch IoT
Cartesiam juga memperkenalkan 'use case explorer' di data.cartesiam.ai, platform berbasis web baru. Pengguna dapat mengunduh kumpulan data nyata dan mencoba NanoEdge AI Studio IDE pada kasus penggunaan yang representatif, seperti deteksi obstruksi ventilator, deteksi kanker payudara, deteksi volume kantong vakum, dan lainnya. Perusahaan mengatakan akan terus meningkatkan portal dengan kumpulan data tambahan.

Bersamaan dengan peluncuran IDE dan platform web barunya, Bosch Connected Devices and Solutions menambahkan NanoEdge AI Studio dari Cartesiam untuk memperluas lini produk IoT yang ada, kit pengembangan lintas domain, atau XDK.

Ando Feyh, kepala tanggung jawab teknis, Bosch Connected Devices and Solutions, mengatakan, “Dengan jangkauan delapan sensor, platform XDK memungkinkan desainer memantau, mengontrol, dan menganalisis proses dari jarak jauh melalui Bluetooth atau Wi-Fi, memungkinkan pelanggan kami dengan cepat membuat lebih banyak mesin terhubung cerdas. NanoEdge AI Studio V2 meningkatkan fungsionalitas unik XDK, menyediakan kemampuan untuk memproses data untuk deteksi anomali dan klasifikasi untuk satu atau lebih sensor. Mengingat hal ini, kami berencana untuk menggunakan platform Cartesiam dalam berbagai proyek internal dan eksternal, dan bekerja sama erat dengan Cartesiam dalam integrasi NanoEdge AI Studio dengan XDK kami.”


Tertanam

  1. ITTIA Meluncurkan Edge Data Processing &Management Database untuk Mikrokontroler, MCU
  2. Makerarm:Lengan robot yang sangat keren untuk pembuat
  3. Arm mengaktifkan instruksi yang disesuaikan untuk inti Cortex-M
  4. Renesas:Platform sinergi menambahkan grup MCU S5D3 berdaya rendah dengan keamanan tingkat lanjut
  5. Marvell memperluas kemitraan strategis dengan Arm
  6. MCU menargetkan titik akhir dan desain tepi IoT yang aman
  7. Modul AI kecil dibuat di TPU Google Edge
  8. Papan sensor pintar mempercepat pengembangan AI tepi
  9. Kamera pintar menawarkan AI edge vision mesin turnkey edge
  10. Demo Pembelajaran Mesin reTerminal (Edge Impulse dan Arm NN)