Cartesiam stellt mit NanoEdge AI Studio V2 die erste integrierte Entwicklungsumgebung (IDE) vor, die die Erstellung von Bibliotheken für maschinelles Lernen, Inferenz und jetzt auch Klassifizierung für die direkte Implementierung auf Arm Cortex-m-Mikrocontrollern (MCUs) erheblich vereinfacht. Tausende, kommerziell erhältliche industrielle IoT (IIoT) Embedded Geräte, die mit NanoEdge AI Studio V1 zur Erkennung von Anomalien ausgestattet sind, sind bereits in Produktion. Cartesiam hat nun Klassifizierungsbibliotheken zu NanoEdge AI Studio V2 hinzugefügt, so dass Entwickler neben der Anomalie-Erkennung auch Probleme direkt in den Endpunkten qualifizieren können.
Hauptmerkmale von NanoEdge AI Studio V2
- Ansatz zur Erkennung und Klassifizierung von Anomalien – da das Modell im Mikrocontroller geschult wird, weckt die Anomalien-Erkennung den Klassifikator zur Charakterisierung auf und sagt dem System ganz präzise, was falsch läuft – nicht nur, dass es ein generisches Problem gibt – und liefert den Benutzern die erforderliche Information, um qualifizierte Entscheidungen zu treffen.
- Intuitives Desktop-Werkzeug, das es Entwicklern von Embedded Systemen ermöglicht, sich auf ihre eigentliche Arbeit statt auf die Auswahl von Algorithmen zu konzentrieren
- Optimiert für Arm Cortex-m MCUs, die in der Industrie am häufigsten verwendeten embedded Mikrocontroller
- Geringer RAM-Platzbedarf – verbraucht in einer typischen Konfiguration nur 4KB RAM
- Schnelles Lernen am Edge – führt iteratives Lernen in 30ms in einem Arm-Cortex-M4 80MHz durch, um schnell Informationen zu liefern
