Accueil Actualité Microchip annonce sa suite de développement d'apprentissage automatique MPLAB® pour faciliter l'intégration...

Microchip annonce sa suite de développement d'apprentissage automatique MPLAB® pour faciliter l'intégration de l'apprentissage automatique dans les microcontrôleurs et microprocesseurs

machine à micropuces

Cette solution unique est la première à prendre en charge les microcontrôleurs 8, 16 et 32 ​​bits et les microprocesseurs 32 bits pour l'apprentissage automatique en périphérie.

L'apprentissage automatique (ML) devient une exigence courante pour les concepteurs de systèmes embarqués travaillant au développement ou à l'amélioration d'une grande variété de produits. Pour répondre à ce besoin, Microchip Technology a annoncé un flux de travail complet et intégré qui rationalise le développement de modèles ML avec son nouveau MPLAB® Combinaison de développement d'apprentissage automatiquee. Cette boîte à outils logicielle peut être utilisée avec l'ensemble de la gamme de microcontrôleurs et de microprocesseurs de Microchip pour ajouter l'inférence ML rapidement et efficacement.

« L'apprentissage automatique est déjà courant dans les contrôleurs embarqués et son utilisation en périphérie permet à un produit d'être efficace, plus sûr et avec une consommation inférieure à celle des systèmes dont le traitement est basé sur la communication avec le cloud », a déclaré Rodger Richey, vice-président des systèmes de développement de Microchip. unité commerciale. « La solution de Microchip est unique et intégrée pour les ingénieurs de systèmes embarqués et est la première à prendre en charge non seulement les microcontrôleurs et microprocesseurs 32 bits, mais également les microprocesseurs 8 bits et 16 bits pour permettre un développement de produits efficace.

ML utilise un ensemble de méthodes algorithmiques pour dériver des modèles à partir de gros paquets de données dans le but de prendre des décisions. Il est généralement plus rapide, plus facile à mettre à jour et plus précis que le traitement manuel. Un exemple de la manière dont cet outil sera utilisé par les clients de Microchip est la disponibilité de solutions de maintenance prédictive capables d'anticiper les problèmes potentiels des équipements présents dans diverses applications industrielles, manufacturières, grand public et automobiles.

La suite de développement MPLAB Machine Learning aide les ingénieurs à créer des modèles ML très efficaces qui prennent peu de place. Cette boîte à outils basée sur AutoML élimine de nombreuses tâches répétitives et chronophages lors de l'exécution de tâches telles que l'extraction, la formation, la validation et les tests. Il fournit également des optimisations de modèles tout en respectant les limitations de mémoire des microcontrôleurs et microprocesseurs.

Lorsqu'il est utilisé conjointement avec Environnement de développement intégré MPLAB X, La nouvelle boîte à outils offre une solution complète qui peut être facilement mise en œuvre par ceux qui ont peu ou pas de connaissances en programmation ML, éliminant ainsi les coûts liés au recours à du personnel spécialisé. Il est également suffisamment sophistiqué pour être contrôlé par des concepteurs plus expérimentés en ML.

Microchip offre également la possibilité d'apporter un modèle TensorFlow Lite et de l'utiliser dans n'importe quel projet avec MPLAB Harmonie v3, un environnement de développement logiciel embarqué entièrement intégré qui fournit des modules logiciels flexibles et interopérables qui simplifient le développement de fonctionnalités à valeur ajoutée et réduisent les délais de commercialisation d'un produit. De plus, le kit de développement logiciel VectorBlox Accelerator fournit une inférence AI/ML basée sur CNN avec PolarFire FPGA®.

La suite de développement MPLAB Machine Learning fournit les outils nécessaires pour concevoir et optimiser des produits de pointe qui effectuent l'inférence ML. Visitez la page Solutions d'apprentissage automatique de Microchip pour plus d'informations sur la manière de rationaliser le processus de développement en réduisant les coûts et les délais de commercialisation grâce aux outils ML intuitifs de Microchip.