STMicroelectronics opublikował nową wersję oprogramowania STM32Cube.AI 7.2.0. To pierwsze narzędzie rozwojowe dla mikrokontrolerów, które obsługuje wyjątkowo wydajne sieci neuronowe o głębokiej kwantyzacji (DQNNs).

STM32Cube.AI konwertuje uprzednio wytrenowane sieci neuronowe na odpowiednio zoptymalizowany kod w języku C dla mikrokontrolerów STM32. Pozwala na rozwój aplikacji wykorzystujących sztuczną inteligencję, optymalizujących zużycie pamięci oraz moc obliczeniową. Przeniesienie obliczeń AI z chmury do urządzeń brzegowych ma kilka zalet, m.in. krótszą odpowiedź w czasie rzeczywistym, większą niezawodność oraz niski pobór mocy, a także optymalizacja użycia chmury.

Dzięki wsparciu formatów zgodnych z sieciami DQNN, takich jak qKeras i Larq, projektanci mogą zmierzch rozmiary sieci oraz opóźnienie. Umożliwia to opracowanie urządzeń IoT o zaawansowanej funkcjonalności oraz dłuższym czasie pracy na baterii. Do takich urządzeń można dobrać mikrokontroler z szerokiej oferty układów STM32 – od niewielkich układów z rdzeniem Cortex-M0 do bardzo zaawansowanych modeli z Cortex-M7, -M33, a nawet procesorów z Cortex-A7.

STMCube.AI w wersji 7.2.0 obsługuje modele TensorFlow 2.9, usprawnia wydajność jądra, wprowadza nowe algorytmy ML, a także nowe operatory ONNX.

Więcej informacji na stronie https://blog.st.com/stm32cubeai-v72/