AI in microcontrollers insluiten: TinyML's potentieel ontgrendelen

Wanneer kunstmatige intelligentie de Internet of Things ontmoet, is het resultaat AIoT – een expansieve grens voor microcontrollers die doorbraken in neurale‑netwerkcompressie en efficiënte inferentie benut. Moderne smartphone-applicatieprocessoren voeren al geavanceerde AI-taken uit zoals beeldherkenning en aanbevelingsmotoren; het brengen van vergelijkbare mogelijkheden naar kleine, batterij‑gevoede apparaten ontgrendelt een wereld van nieuwe mogelijkheden.

Stel je een hoortoestel voor dat achtergrondruis met AI filtert, een slim‑huishoudelijk apparaat dat een gebruikersgezicht herkent en gepersonaliseerde instellingen toepast, of sensorknooppunten die jarenlang draaien op een muntcel‑batterij – allemaal lokaal aangedreven. Edge-verwerking levert lagere latentie, sterkere beveiliging en verhoogde privacy, die moeilijk te overwinnen voordelen zijn.

Arm's Cortex‑M55 gecombineerd met de Ethos‑U55 accelerator levert voldoende doorvoer voor gebaar‑, biometrische‑ en spraakherkenning-workloads (Afbeelding: Arm).

Echter, het implementeren van zinvolle machine learning op microcontrollers is niet‑triviaal. Beperkte geheugen- en rekenbronnen maken het moeilijk om grote modellen te draaien, maar data‑science-teams verkleinen netwerkvoetafdrukken terwijl leveranciers hardware‑aware toolchains en toegewezen IP-blokken leveren om aan de beperkingen van embedded AI te voldoen.

TinyML neemt de vlucht

"We treden een era binnen van triljoenen intelligente apparaten aangedreven door TinyML die waarnemen, analyseren en autonoom handelen om gezondere, meer duurzame omgevingen te creëren," zei Qualcomm Senior Director Evgeni Gousev, co‑voorzitter van de TinyML-commissie, tijdens een recente conferentie. Gousev benadrukte de synergie van energie‑efficiënte hardware, gestroomlijnde algoritmen en volwassen software‑ecosystemen als de motor achter corporate en venture‑kapitaalinvesteringen, startup‑activiteit en M&A.

Eta Compute's ECM3532 gebruikt een Arm Cortex‑M3-kern samen met een NXP CoolFlux DSP-kern, wat de machine‑learning-workload toestaat op een van beide of beide processoren (Afbeelding: Eta Compute).

Volgens de TinyML-commissie is de technologie nu gevalideerd en wordt verwacht dat geproduceerde microcontroller‑gebaseerde AI de markt binnen twee tot drie jaar bereikt, met "killer"-applicaties in drie tot vijf jaar.

Een belangrijke mijlpaal kwam voren lente toen Google TensorFlow Lite for Microcontrollers uitbracht. De lichtgewicht runtime – slechts 16 KB op een Arm Cortex‑M3 – ondersteunt inferentie voor modellen zoals spraak‑keyword‑detectie, wat een totale voetafdruk van 22 KB vereist. Training wordt niet ondersteund.

Grote spelers reageren

Toonaangevende microcontroller-leveranciers versnellen hun eigen AI-ondersteuning. STMicroelectronics biedt STM32Cube.AI, een uitbreidingspakket dat neurale netwerken op zijn STM32 Cortex‑M-familie afbeeldt en draait. Renesas Electronics levert een e‑AI-ontwikkelomgeving die modellen vertaalt naar native C/C++-code voor zijn e2 studio. NXP Semiconductors demonstreert machine‑learning-workloads op zijn lagere‑eind Kinetis en LPC MCUs en breidt zijn AI-ecosysteem uit over applicatieprocessoren en crossover-oplossingen.

Arm‑gedreven dominantie

Arm's Cortex‑M-serie blijft de hoeksteen van de microcontroller-markt. De onlangs aangekondigde Cortex‑M55 is ontworpen voor AI-workloads en past naadloos bij de Ethos‑U55-accelerator, beide ontworpen voor ultralage‑energie-omgevingen. Concurrenbedrijven richten zich nu op architecturale differentiatie in plaats van het bouwen van Arm‑gebaseerde SoCs.

"Concurreren tegen de reuzen vereist een architecturale rand – prestaties en flexibiliteit boven de standaard Cortex‑M," zei XMOS CEO Mark Lippett. XMOS's Xcore.ai crossover-processor, gericht op steminterfaces, illustreert hoe een gedifferentieerde kern niche-toepassingen kan uithollen, hoewel het niet direct concurrert met microcontrollers.

>> Lees verder pagina twee van dit artikel oorspronkelijk gepubliceerd op onze zus‑site, EE Times Europe.