La suite complète les ressources de développement existantes d’Eta et permet une conception transparente du concept au micrologiciel, accélérant la création d’applications d’apprentissage automatique dans l’IoT et les périphériques de périphérie à faible consommation d’énergie.

«Les concepteurs de réseaux neuronaux et de logiciels embarqués recherchent des moyens pratiques de rendre le développement de l’apprentissage automatique pour les applications de périphérie moins frustrant et prenant moins de temps», a déclaré Ted Tewksbury, PDG d’Eta Compute. «Avec TENSAI Flow, Eta Compute aborde tous les aspects de la conception et de la création d’une application d’apprentissage automatique pour l’IoT et les appareils périphériques à faible consommation d’énergie. Désormais, les concepteurs peuvent optimiser les réseaux de neurones en réduisant la taille de la mémoire, le nombre d’opérations et la consommation d’énergie, et les concepteurs de logiciels embarqués peuvent réduire la complexité de l’ajout de l’IA aux périphériques de périphérie embarqués, économisant ainsi des mois de développement.

Le logiciel TENSAI Flow d’Eta Compute a été conçu pour réduire les risques de développement en confirmant rapidement la faisabilité et la preuve de concept. Il permet un développement transparent pour les applications d’apprentissage automatique dans l’IoT et les appareils périphériques à faible consommation d’énergie. Il comprend un compilateur de réseau neuronal, un zoo de réseau neuronal et un middleware comprenant FreeRTOS, HAL et des frameworks pour capteurs, ainsi que l’activation IoT / cloud.

Le compilateur de réseau de neurones exclusif TENSAI Flow optimise les réseaux de neurones fonctionnant sur les appareils Eta Compute. En outre, le middleware rend la programmation double cœur transparente en éliminant le besoin d’écrire du code personnalisé pour tirer pleinement parti des DSP. Un zoo de réseau neuronal unique accélère et simplifie le développement avec des réseaux prêts à l’emploi pour les cas d’utilisation les plus courants. Celles-ci comprendront la classification des mouvements, des images et des sons.

Les développeurs forment simplement les réseaux avec leurs données. Et, grâce aux connaissances des applications du monde réel de TENSAI Flow, les développeurs peuvent voir le potentiel des processeurs de capteurs neuronaux précisément en termes d’efficacité énergétique et de performances dans une variété d’exemples testés sur le terrain avec une efficacité inégalée tout en préservant une flexibilité totale.

Comparé à une implémentation directe sur un appareil concurrent du même réseau neuronal CIFAR10, le compilateur de réseau neuronal TENSAI sur TENSAI SoC améliore l’énergie par inférence d’un facteur 54x. L’utilisation du réseau de neurones CIFAR10 du zoo de réseau de neurones TENSAI et du compilateur de réseau de neurones TENSAI améliore encore l’énergie par inférence, la portant à un facteur 200x.

Grâce à son interface avec Edge Impulse, TENSAI Flow permet aux développeurs d’acquérir et de stocker en toute sécurité des données de formation afin que les clients s’entraînent une fois et disposent de modèles réels pour le développement futur. Le logiciel optimise automatiquement les modèles TensorFlow Lite AI pour le SoC TENSAI d’Eta Compute. En utilisant TENSAI Flow, TENSAI SoC peut charger des modèles AI qui incluent des interfaces de capteur de manière transparente.

TENSAI Flow fournit la base pour provisionner et connecter automatiquement les appareils au cloud et met à niveau le micrologiciel par liaison radio en fonction de nouveaux modèles ou données.