前篇回顧
前篇您可點擊上方的文章合集或文末的“回顧 | 瑞薩電子嵌入式人工智能技術及應用研討會(上)”查看相關文章。
視覺是人工智能領域非常熱門的賽道,瑞薩提供內置了專用的AI硬件加速單元的MCU/MPU平臺,以更加高效的支持AI推理應用
點擊查看大圖
RZ/V系列MPU內置低功耗AI引擎
DRP-AI (Dynamically reconfigurable processor for AI),提供高算力同時平衡能耗。
點擊查看大圖
RA8系列MCU內置Helium加速單元
面向ML/DSP的M型矢量擴展單元(MVE),使能小型低功耗嵌入式系統具備算力。
針對MPU和MCU兩種處理器平臺,提供2種AI模型開發工具和部署工具:
點擊查看大圖
這些工具已支持主流的Python、TensorFlow、Keras等框架,并驗證了大量的模型,Demo參考:
AI語音解決方案
瑞薩提供免費的離線語音識別VUI解決方案:
點擊查看大圖
熱門問答
問
DRP-AI支持哪些人工智能模型和算法?
答
參考如下
點擊查看大圖
問
請問模型生成可以定制功能嗎?
答
我們算法是通用的,模型的差異取決于訓練數據。
問
DRP-AI是什么?與傳統的嵌入式人工智能解決方案相比有什么獨特之處?DRP-AI如何幫助開發人員快速構建和部署嵌入式人工智能應用?
答
1)DRP-AI全稱動態可配置處理器(Dynamically reconfigurable processor for AI)。
2)它是一種針對CNN卷積神經網絡的硬件加速單元,內嵌在瑞薩RZ系列的MPU中,與一般的NPU不同,DRP對基于深度學習CV類應用不僅提供AI算力,同時保持業內領先的功耗表現。
3)瑞薩處理提供成熟的DRP Translator工具用于模型翻譯和部署外,也提供大量已驗證的預訓練模型和Demo,供工程師參考,只需簡單的遷移學習和參數修改,就可以設計自己的模型。這是我們已支持一些demo源碼:
問
RZ/V2L與RZ/G2L有哪些區別?
答
RZ/V2L和RZ/G2L是pin to pin管腳兼容,主要區別是V2L中有針對AI算法加速的DRP-AI模塊。
問
Reality AI Tools和e2 Studio在瑞薩電子的嵌入式人工智能解決方案中扮演著怎樣的角色?
答
數據采集,模型訓練以及部署開發一般是分開的幾個階段,都是需要工程師獨立完成的,Reality AI Tools和e2 Studio現在可以直接打通整個流程,數據直接通過e2 studio上傳,訓練完之后模型可以直接下發到e2 studio,這樣就可以提高開發人員的效率。
問
請問Reality AI對于采集參數的采樣頻率為多少?
答
取決于應用場景。Reality AI可以驗證多大的采樣率是比較合適的。
問
Reality AI tools要多少傳感器?
答
取決于客戶實際的使用場景,我們在一些客戶實際的項目中甚至是不使用任何傳感器的,只用一些設備的電流等信息就可以了。
問
AI如何與瑞薩的MCU結合使用?
答
可以用eAI Translator工具將神經網絡模型部署到瑞薩的MCU上,或者用Reality AI訓練部署自己的模型。
問
瑞薩RealityAI對處理器架構和系統環境有哪些要求嗎?
答
Reality AI支持瑞薩全系列MCU/MPU產品。
問
請問如何進行異常檢測
答
Reality AI可以使用分類以及異常檢測算法處理相關的問題。
審核編輯:湯梓紅
-
嵌入式
+關注
關注
5082文章
19107瀏覽量
304832 -
人工智能
+關注
關注
1791文章
47200瀏覽量
238268 -
瑞薩電子
+關注
關注
37文章
2861瀏覽量
72187
原文標題:回顧 | 瑞薩電子嵌入式人工智能技術及應用研討會內容分享(下)
文章出處:【微信號:瑞薩MCU小百科,微信公眾號:瑞薩MCU小百科】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論