SensiML与安森美合作开展工业边缘AI感知应用
为安森美的超低功耗RSL10传感器开发套件提供完整的人工智能(AI)/机器学习感知方案
SL10的平台赋能传感器处理和无线通信
无需数据科学专知就能为智能工业应用实现AI
2021年11月5日—开发AI工具以构建智能物联网(IoT)终端的领先开发商之一SensiML™公司宣布与安森美(onsemi)合作,为自主传感器数据处理和预测建模提供完整的机器学习方案。 这合作结合SensiML的Analytics Toolkit开发软件与安森美的RSL10传感器开发套件,为工业生产流程控制和监测等边缘感知应用创建了一个理想的平台。 SensiML能在较小的内存空间内支持AI功能,加上RSL10平台提供的先进感知和Bluetooth®低功耗联接,赋能精密的智能感知,无需对高度动态的原始传感器数据做云分析。
低功耗自主边缘节点应用
RSL10传感器开发套件具有业界最低功耗的蓝牙低功耗联接,它将RSL10无线电与全套环境和惯性运动传感器结合在一块极小的电路板上,可随时与SensiML Toolkit联接。开发人员一起使用基于RSL10的平台和SensiML软件,可易于将低延迟的本地AI预测算法添加到他们的工业可穿戴设备、机器人、过程控制或预测性维护应用中,无论他们是否具备数据科学和AI专知。 由此产生的自动生成的代码赋能智能感知嵌入式终端,能在事件发生的地方将原始传感器数据转化为关键的洞察事件,并能实时采取适当的行动。此外,智能终端还只在数据提供有价值的洞见时才进行通信,大大减少了网络流量。
安森美应用工程副总裁Dave Priscak说:“对于关键的工业生产流程来说,基于云的分析增加不想要的、不确定的延迟,且太慢、太远、太不可靠。 用本地机器学习分析一个关键事件相较用远程云学习分析的好处,可等同于生产保持在线,设备不发生昂贵的停机时间,人员保持安全和生产力。”
SensiML首席执行官(CEO) Chris Rogers说:“其他用于边缘的AutoML方案仅依赖神经网络分类模型,只有最基本的AutoML规定,为特定的应用产生次优的代码。 我们全面的AutoML模型搜索不仅包括神经网络,还包括一系列经典的机器学习算法,以及分段器、功能选择和数字信号调节变换,以提供最紧凑的模型,满足应用的性能需求。”
供货
SensiML的 Analytics Toolkit和安森美的RSL10传感器开发套件都可马上从各自的公司供货。
关于SensiML
SensiML是QuickLogic (美国纳斯达克股票代号:QUIK) 的子公司,提供尖端软件,使超低功耗IoT终端能够实现AI,在设备内将原始传感器数据转化为有意义的洞见。该公司的旗舰方案SensiML Analytics Toolkit提供一个端到端的开发平台,涵盖数据采集、标签、算法和固件自动生成和测试。SensiML Toolkit支持Arm® Cortex®-M级及以上微控制器内核、英特尔 x86指令集处理器,以及具有FPGA优化的异构内核QuickLogic SoC和QuickAI平台。
关键字:SensiML 安森美 AI
引用地址:
SensiML与安森美合作开展工业边缘AI感知应用
推荐阅读最新更新时间:2024-11-12 11:44
埃森哲:70%纳税者支持采用人工智能来提高税务申报的准确性
根据埃森哲公司的一项新研究报告,12个国家中近70%的纳税人表示他们会使用人工智能来提高税务申报的准确性,该研究还发现,在过去24个月里,超过40%的纳税人报告存在报税错误。 埃森哲数字纳税人研究部门向欧洲、亚太和北美的超过6,500名纳税人,询问了他们在过去12个月内与其税务部门交流的有关税务当局的经验,态度和期望。 调查结果表明,在全球人们期待简单易用的消费者体验时代,税收规则和法规仍然让公民感到困惑。例如,38%的受访者表示他们没有足够的信心支付适量的税收,44%的受访者表示他们认为税务知识可以得到改善。虽然大多数受访者表示在提交税表后与税务机关的联系有限,但有半数(51%)报告过去一年与税务部门联系过一至两次,其中20
[机器人]
七国集团将就企业开发先进 AI 系统行为准则达成一致
10 月 30 日消息,一份文件显示,七国集团(G7)将在周一就企业开发先进人工智能(AI)系统的行为准则达成一致。各国政府目前正努力降低人工智能技术被滥用的风险。 这份文件指出,考虑到人工智能可能带来的隐私和安全风险,自愿行为准则将成为主要国家管理人工智能的重要里程碑。 今年 5 月,在名为“广岛人工智能进程”的部长级论坛上,加拿大、法国、德国、意大利、日本、英国和美国组成的 G7 以及欧盟领导人共同启动了这一进程。 文件中提到,行为准则共有 11 点,“旨在推广全球范围内的安全、可靠和值得信赖的人工智能,并为开发最先进的人工智能系统(包括最先进的基础模型和生成式人工智能系统)的组织提供自愿指导”。 此外,该准则“还将帮助充分利
[焦点新闻]
安森美半导体用于低功率应用的高能效AC-DC开关稳压器方案
近年来,世界各国政府为了因应全球气候变暖,纷纷制定更严格的高能效法规与标准,提升电源能效,降低能耗,以期减轻对环境的压力。安森美半导体身为全球领先的半导体供应商,积极推动高能效创新,提供宽广阵容的高能效电源产品及方案,涵盖从高集成度功率因数控制器、AC-DC控制器、DC-DC控制器,到分立MOSFET、整流器、IGBT等,以及智能功率模块(IPM)和功率集成模块(PIM)等,用于计算机、消费(电视机、DVD、机顶盒、游戏机等)、白家电、电信、工业及LED照明等重点应用,符合或超越各种能效规范。 本文重点围绕市场上的低功率应用,如消费类电器/白家电辅助电源、待机隔离电源、电表/智能电表电源、辅助电源、调制解调器/路由器AC-D
[电源管理]
基于索尼边缘智能视觉传感器,Xailient推出最高效人脸识别AI
据麦姆斯咨询报道,基于索尼半导体解决方案公司(以下简称“索尼”)推出的全球第一款具有边缘人工智能(AI)处理能力的视觉传感器IMX500,Xailient发布了业界最高效率的人脸识别AI,可以实现超低功耗的高速边缘AI处理。 基于IMX500,Xailent提供了世界上最节能的一款人脸识别AI。这款解决方案利用了IMX500独有的架构,以及Xailent申请专利的Detectum™神经网络算法。客户将能够通过索尼的边缘AI感知平台AITRIOS™获取该解决方案。 实时人脸检测对比(Xailient、OpenCV Haar Cascade、Dlib和MTCNN) 除了令人印象深刻的人脸识别性能,这款100%
[传感器]
为什么这位清华教授说 国产AI芯片最缺“牺牲”机会
“本来有很多人可以设计出很好的芯片,但市场不给国产芯片迭代的机会,国内公司也就不能给工程师去‘牺牲’的机会,这就是我们的问题所在。” 记者 | 蔡浩爽 编辑 | 赵力 在芯片,尤其是“中芯”霸占了舆论头条的日子,焦虑、恐慌、反思、质疑……各种情绪也随之涌现。 但在长篇累牍的报道中,能简单明快地把复杂“芯”事讲清楚,又不失专业性的文章寥寥无几。 从周三开始,寻找中国创客(ID:xjbmaker)开始推出围绕 “创客芯事”的系列策划报道。目前,已经有《中兴被禁,“中芯”何从》、《阿里要做的“中国芯”,是不是能救中国的那颗“芯”》、《芯片行业你应该知道的几个冷知识》、《这次芯片不出事,你可能都不知道AI芯片有多火》
[手机便携]
香港“智能”监狱安装了测试追踪器、便便机器人和人工智能摄像头
据香港当地一篇新闻报道,香港惩教署(Correctional Services)透露,他们接下来计划对各种监控技术进行测试,以打造“智能监狱”。惩教署署长胡英明(Danny Woo Ying-ming)本周表示,这些技术旨在监控囚犯的异常行为。该系统将包括人工智能摄像头、机器人和实时心率监测。 据《南华早报》报道,这一系统的运行是为了更大程度地保障囚犯和军官的安全。三所惩教设施将参与测试,由此,我们可以进行合理推测,香港显然计划在将来将其监狱系统改造成“全智能版”。 在这项技术中,有一种机器手臂将负责对囚犯的粪便进行分类,以寻找走私毒品。目前,警察们被迫使用木棍来完成这项任务。另一项被寄予厚望的技术是一个腕带,它可以提供所有囚犯的
[安防电子]
人工智能产业存在泡沫?这份热度还远远不够
“是个人上来都谈 人工智能 ,我都不好意思说我们是在做真正的人工智能了。”12月18日,在2018网易经济学家年会论坛上,一位人工智能从业者发出这样的慨叹。 在人工智能发展的历史上,2017年无疑将会被铭记。这一年,人工智能成为聚光灯下的宠儿,收获了鲜花和掌声,不过,和此前大火的虚拟现实、共享经济一样,泡沫化质疑也随之而来。 论坛上,多家国内人工智能“领头羊”企业一方面忙于澄清外界对AI(人工智能)的认知误区,另一方面则对于大量资本涌入致人工智能泡沫化的质疑予以回击。旷视科技首席科学家孙剑认为,与前两次人工智能出现泡沫相比,这次人工智能领域商业化的进程落地是扎实的, 融资 的钱也主要用作战略发展。 第四范式创始人兼CE
[嵌入式]
AMD 发布首个 10 亿开源 AI 模型 OLMo,用 Instinct MI250 GPU 集群训练而成
11 月 8 日消息,AMD 公司于 10 月 31 日发布博文,宣布推出首个完全开放的 10 亿参数语言模型系列 AMD OLMo,为开发者和研究人员提供强大的 AI 研究工具。 AMD OLMo 模型使用从零开始训练的 10 亿参数语言模型系列(LMs),在 AMD Instinct™ MI250 GPU 集群上训练,使用了超过 1.3 万亿个 tokens 进行预训练,让模型在处理自然语言任务时具有强大的推理能力。 IT之家援引新闻稿,OLMo 模型采用解码器(decoder-only)架构,并通过下一个标记预测(next-token prediction)进行训练,这种架构在生成文本和理解上下文方面表现出色。 与其他同
[嵌入式]