Das STM32Cube.AI Desktop-Frontend enthält Ressourcen, um aus trainierten neuronalen Netzen optimierte STM32-AI-Bibliotheken zu validieren und zu generieren. Ergänzend kommt als Online-Version des Tools die MCU Edge-AI Developer Cloud mit folgenden Funktionen dazu:

• Ein Online-Interface zum Generieren von optimiertem C-Code für STM32-Mikrocontroller, ohne dass eine Softwareinstallation erforderlich ist.
• Zugang zum STM32 Model Zoo, einem Bestand trainierbarer Deep-Learning-Modelle und Demos. Bei denen momentan verfügbaren Anwendungsfällen handelt es sich um die Erkennung menschlicher Bewegungen zur Aktivitätserkennung und -verfolgung, die computergestützte Bildverarbeitung für die Bildklassifizierung oder Objekterkennung, die Erkennung von Audio-Ereignissen für die Audio-Klassifizierung sowie einige weitere. Diese auf GitHub gehosteten Ressourcen ermöglichen das automatische Generieren STM32-optimierter Starterpakete.
• Zugriff auf den Online-Benchmarking-Service für Edge-AI-basierte neuronale Netze auf STM32-Boards. Die per Cloud zugängliche Board-Farm umfasst eine regelmäßig aktualisierte Palette von STM32-Boards, sodass sich aus der Ferne die tatsächliche Leistungsfähigkeit der optimierten Modelle messen lässt.

Die STM32Cube.AI Developer Cloud ist für registrierte MyST-User ab sofort kostenlos verfügbar.