Corrente de ferramentas, placa do sensor melhora o ecossistema do chip AI

A cadeia de ferramentas da Eta Compute está crescendo, com o anúncio de um compilador para seu chip ECM3532 que agiliza o desenvolvimento embarcado.

Combinado com um kit de avaliação de placa de sensor do tamanho de uma moeda, e uma parceria com a Edge Impulse, isso leva a startup para o próximo nível de maturidade. A Eta Compute lançou seu chip de IA de ultra-baixo consumo de energia ECM3532 em fevereiro, mas até agora estava dando suporte a projetos de clientes otimizando manualmente o código para o MCU dual-core e o projeto DSP.

Nós sensores

O ECM3532 é um SoC dual-core que usa os núcleos Arm Cortex-M3 e NXP CoolFlux DSP para processamento de IA. A empresa usa uma técnica patenteada de escalonamento de frequência de tensão contínua (CVFS) para ajustar a tensão e a frequência de clock de ambos os núcleos para atender às necessidades variáveis ​​dos dispositivos IoT. Destina-se a aplicações de fusão de sensores em projetos alimentados por bateria; as aplicações de processamento de imagem sempre ativas podem ser alcançadas com um orçamento de energia de 100 µW.

Uma pequena placa de avaliação lançada recentemente tem como objetivo facilitar o desenvolvimento de sensores inteligentes, microfones embutidos, sensor de temperatura e pressão, acelerômetro, giroscópio e conectividade Bluetooth. Ele mede 1,4 por 1,4 polegadas e pode funcionar por “meses” com uma bateria de célula tipo moeda, de acordo com a empresa.

O Tensai Sensor Board da Eta Compute, um nó de sensor com IA completo (Imagem:Eta Compute)

A Eta Compute fez parceria com a Edge Impulse em maio, com o chip e a placa de avaliação da Eta Compute com suporte do desenvolvimento de ML ponta a ponta da Edge Impulse e plataforma MLOps. Muitas das ferramentas do Edge Impulse tratam da visualização e do gerenciamento de conjuntos de dados para nós de IoT habilitados para IA.

“Pode ser muito difícil começar a usar [um Eta Compute] tipo de peça, como um desenvolvedor embarcado ... e fazer ML é ainda mais difícil”, disse o CEO da Edge Impulse, Zach Shelby, ao EE Times em uma entrevista anterior. “Nós tentamos tirar essa dor. Temos um bom binário de arrastar e soltar que vai para as placas [Eta Compute]. Ele começa a coletar dados do sensor imediatamente, em nosso sistema. E então, quando for a hora de implantar o algoritmo de ML, temos uma opção de implantação que constrói uma biblioteca para o destino Eta Compute que será executado diretamente no dispositivo. ”

Compilador e middleware

Os desenvolvedores do Edge AI hoje enfrentam vários problemas que a cadeia de ferramentas Tensai Flow da Eta Compute aborda, de acordo com Semir Haddad, diretor sênior de marketing de produto da Eta Compute.

“A primeira é como você faz a interface com sensores reais e captura esses dados para melhorar sua rede”, disse Haddad. “A segunda coisa é como você otimiza a rede para o hardware. Hoje você tem estruturas ou ferramentas de rede neural que ajudam a executar em CPUs, mas não são realmente otimizadas [para nosso hardware]. Em seguida, você precisa gerar firmware que possa ser usado no desenvolvimento de sistemas embarcados reais. O quarto problema é a solução de ponta para nuvem completa, incluindo provisionamento de dispositivo e conexão com a nuvem. Esses são os quatro pontos problemáticos que estamos abordando com o Tensai Flow. ”

A cadeia de ferramentas Tensai Flow da Eta Compute agora inclui um compilador que otimiza o código da rede neural para o chip da empresa (Imagem:Eta Compute)

O Tensai Flow inclui um compilador que pega um modelo TensorFlow ou ONNX e o compila para o código que pode ser executado no dispositivo ECM3532. Middleware adiciona todo o software necessário para executar um aplicativo completo, incluindo um sistema operacional em tempo real (RTOS) e drivers de sensor.

O Tensai Flow também inclui um "zoológico de rede" de modelos pré-validados para casos de uso específicos que podem ser integrados aos projetos do cliente. O Edge Impulse lida com operações de dados - coleta e gerenciamento de dados, controle de versão dos dados, compartilhamento de conjuntos de dados entre desenvolvedores, etc.

“O que é único nesta solução em comparação com o que podemos encontrar de outros fornecedores… é o quão abrangente ela é, em termos de ser capaz de gerar código otimizado que pode ser usado em um aplicativo real”, disse Haddad. “Entre o aspecto da rede neural e o aspecto do desenvolvimento de firmware, isso diferencia [Tensai Flow].”

Fundada em 2015, a Eta Compute alcançou a produção de silício com um orçamento e número de funcionários relativamente modestos. A empresa arrecadou US $ 19 milhões até o momento e possui 35 funcionários nos Estados Unidos e na Índia.

>> Este artigo foi publicado originalmente em nosso site irmão, EE Times.