Mikrocontroller und Mikroprozessoren in unmittelbarer Nähe der Sensoren am Edge können Sensordaten erfassen, Motoren steuern, Alarme und Aktoren auslösen und mehr. Die neuen Produkte verwandeln die MCUs und MPUs in komplette Plattformen für sichere, effiziente und skalierbare Edge-KI. Es handelt sich um Hardware, Software und Tools.
Microchip hat einen Geschäftsbereich Edge AI gegründet, um die MCUs, MPUs und FPGAs mit ML-Modellen sowie Modellbeschleunigung und Entwicklungstools zu kombinieren.
Die Komplettlösungen umfassen vortrainierte und sofort einsetzbare Modelle sowie Anwendungscode, der modifiziert, erweitert und auf verschiedene Umgebungen angewendet werden kann. Dies kann entweder mit der Embedded-Software und den ML-Entwicklungstools von Microchip selbst oder über das Angebot von Microchip-Partnern erfolgen.
Die Lösungen umfassen:
- Erkennen und Klassifizieren gefährlicher Lichtbogenfehler mittels KI-basierter Signalanalyse
- Zustandsüberwachung und Bewertung von Anlagen für vorausschauende Wartung
- Gesichtserkennung mit Lebenderkennung zur sicheren integrierten Identitätsprüfung
- Keyword-Erkennung für Befehls- und Steuerungsschnittstellen in den Bereichen Consumer, Industrie und Fahrzeuge
Entwicklungstools für Edge-KI
Entwickler können die Microchip-Entwicklungsplattformen nutzen, um KI-Modelle einem Prototyping zu unterziehen und sie einzusetzen. Die integrierte Entwicklungsumgebung (IDE) MPLAB X mit dem Software-Framework MPLAB Harmony und dem Development-Suite-Plug-in MPLAB ML bietet einen skalierbaren Ansatz für die Integration von Embedded-KI-Modellen durch optimierte Bibliotheken. Entwickler können mit Proof-of-Concept-Aufgaben auf 8-Bit-MCUs beginnen und diese dann auf serienreife Hochleistungsanwendungen auf den 16- oder 32-Bit-MCUs von Microchip übertragen.
Für seine FPGAs beschleunigt die KI-/ML-Inferenzplattform VectorBlox Accelerator SDK 2.0 von Microchip die Bildverarbeitung, Mensch-Maschine-Schnittstellen (HMI), Sensoranalysen und andere rechenintensive Edge-Workloads. Sie ermöglicht gleichzeitig Training, Simulation und Modelloptimierung in einem konsistenten Workflow.
Weitere Unterstützung bieten Trainings- und Aktivierungstools wie das Microchip-Referenzdesign für Motorsteuerungen mit seinen dsPIC-DSCs für die Datenextraktion in einer Echtzeit-KI-Datenpipeline am Edge. Hinzu kommen Tools für die Load Disaggregation in intelligenten E-Zählern, die Objekterkennung/-zählung sowie für die Bewegungsüberwachung.
