ST stuurt AI naar edge en node embedded apparaten met STM32 neural-netwerk developer toolbox

Door gebruik te maken van zijn STM32-familie van microcontrollers, heeft STMicroelectronics het bijbehorende STM32CubeMX-ecosysteem voor productontwikkelaars uitgebreid met geavanceerde functies voor kunstmatige intelligentie (AI). AI gebruikt getrainde kunstmatige neurale netwerken om gegevenssignalen van bewegings- en trillingssensoren, omgevingssensoren, microfoons en beeldsensoren sneller en efficiënter te classificeren dan conventionele handgemaakte signaalverwerking.

Met STM32Cube.AI kunnen ontwikkelaars nu vooraf getrainde neurale netwerken omzetten in C-code die functies aanroept in geoptimaliseerde bibliotheken die op STM32 MCU's kunnen draaien. STM32Cube.AI wordt geleverd met kant-en-klare softwarefunctiepakketten met voorbeeldcode voor herkenning van menselijke activiteit en classificatie van audioscènes. Deze codevoorbeelden zijn direct bruikbaar met het ST SensorTile-referentiebord en de ST BLE Sensor mobiele app.

Aanvullende ondersteuning zoals technische services is beschikbaar voor ontwikkelaars via gekwalificeerde partners binnen het ST Partner Program en de speciale AI &Machine LearningSTM32 online community.

Het FP-AI-SENSING1-softwarefunctiepakket biedt voorbeelden van code ter ondersteuning van end-to-end-bewegingen (herkenning van menselijke activiteit) en audio (classificatie van audioscènes) op basis van neurale netwerken. Dit functiepakket maakt gebruik van het SensorTile-referentiebord van ST om de sensorgegevens vóór het trainingsproces vast te leggen en te labelen. Het bord kan dan gevolgtrekkingen uitvoeren van het geoptimaliseerde neurale netwerk. De mobiele app ST BLE Sensor fungeert als de afstandsbediening en het display van de SensorTile.

De uitgebreide toolbox, bestaande uit de STM32Cube.AI-mappingtool, voorbeelden van toepassingssoftware die draait op SensorTile-hardware met kleine vormfactor en batterijvoeding, samen met het partnerprogramma en toegewijde community-ondersteuning, biedt een snelle en gemakkelijke weg naar de implementatie van neurale netwerken op STM32-apparaten.