Die neue ModusToolbox™ Machine Learning ermöglicht TinyML für sicheres AIoT
München – 19. Mai 2021 – Die Kombination von KI und IoT, oft als Künstliche Intelligenz der Dinge (AIoT) bezeichnet, erweitert vernetzte Geräte um Machine-Learning-Funktionen und ermöglicht die Ausführung intelligenter Prozesse. Markets und Markets geht davon aus, dass der AIoT-Markt von 5,1 Mrd. US-Dollar in 2019 bis zum Jahr 2024 auf 16,2 Mrd. US-Dollar ansteigen wird, und das mit einer durchschnittlichen jährlichen Wachstumsrate von 26 Prozent. Um die Entwicklung von komplexen AIoT-Produkten zu unterstützen, bringt die Infineon Technologies AG jetzt ModusToolbox™ Machine Learning (ML) auf den Markt. Damit werden Deep-Learning-basierte Funktionen auf PSoC™-Mikrocontrollern (MCUs) von Infineon unterstützt.
Die ModusToolbox ML erweitert die ModusToolbox Suite und bietet spezielle Tools, Middleware und erstklassige Software-Bibliotheken. Diese ermöglichen es Entwicklern, Deep-Learning-basierte ML-Modelle zu evaluieren und einzusetzen. Zusätzlich erlaubt die Funktion eine nahtlose Integration mit bestehenden Frameworks, die im ModusToolbox-Ökosystem verfügbar sind. Dadurch können ML-Workloads leicht in bestehende und neue gesicherte AIoT-Systeme integriert werden. Die zahlreichen Werkzeuge bieten optimierte Arbeitsabläufe für die Bereitstellung von Machine-Learning-Modellen, so dass Entwickler effizienter arbeiten und Qualitätsprodukte schneller auf den Markt bringen können.
ModusToolbox ML ermöglicht es Entwicklern, ihr bevorzugtes Deep-Learning-Framework wie beispielsweise TensorFlow zu verwenden und direkt auf PSoC MCUs einzusetzen. Darüber hinaus hilft diese Funktion dabei, das Modell für Embedded-Plattformen zu optimieren, um Größe und Komplexität zu reduzieren sowie die Leistung anhand von Testdaten zu validieren.
„Mit dem rasanten Wachstum des IoTs werden enorme Datenmengen an der Edge generiert. Angetrieben von TinyML ist AIoT dabei eine logische Entwicklung, bei der die lokale Auswertung von Daten dazu beiträgt, den Datenschutz, die Latenzzeit und die allgemeine Systemzuverlässigkeit zu managen“, sagt Steve Tateosian, Vice President IoT Compute and Wireless bei Infineon. „ModusToolbox bildet eine Brücke zwischen Machine Learning und dem Design von Embedded-Systemen. Sie stellt flexible Tools und modulare Bibliotheken bereit, mit denen Deep-Learning-Modelle aus gängigen Trainingsframeworks auf Ultra-Low-Power-Mikrocontrollern von Infineon einfach optimiert, validiert und eingesetzt werden können.“
Die ModusToolbox ML reduziert die Komplexität, mit der Systementwickler bei der Entwicklung von AIoT-Anwendungen konfrontiert sind. Diese erfordern eine nahtlose Integration von Machine Learning Workloads zusammen mit Compute-, Connectivity- und Cloud-Domänen – eine Aufgabe, die die ModusToolbox bewältigt.
Verfügbarkeit
Die ModusToolbox steht hier zum Download bereit. Weitere Informationen zu den Lösungen von Infineon im Bereich Machine Learning sind erhältlich unter www.cypress.com/solutions/machine-learning-solutions.
Informationsnummer
INFCSS202105-071
Pressefotos
-
Die ModusToolbox™ Machine Learning von Infineon reduziert die Komplexität, mit der Systementwickler bei der Entwicklung von AIoT-Anwendungen konfrontiert sind. Sie ermöglicht es Entwicklern, ihr bevorzugtes Deep-Learning-Framework wie beispielsweise TensorFlow zu verwenden und direkt auf PSoC™ Mikrocontrollern einzusetzen. Darüber hinaus hilft diese Funktion dabei, das Modell für Embedded-Plattformen zu optimieren, um Größe und Komplexität zu reduzieren sowie die Leistung anhand von Testdaten zu validieren.ModusToolbox_ML
JPG | 437 kb | 1200 x 656 px