tecnologia embarcada Inteligência Artificial (AI) está rapidamente se tornando o processamento básico borda capacidade, de modo que os dispositivos 'inteligentes' pode 'reconhecer' arredores, e tomar decisões com base nas informações recebidas em pouca ou nenhuma intervenção humana. NXP máquina ambiente propício para o desenvolvimento da aprendizagem de máquina na visão, fala e detecção de anomalias no campo de aplicação de rápido crescimento para fornecer informações de entrada com base na aprendizagem de máquina aplicações visão através da câmera a vários tipos de algoritmos de aprendizado de máquina (rede neural em que o mais popular) de aprendizagem. estas aplicações abrangem segmentos de mercado mais verticais, e executar identificação de objecto, de autenticação, demográfica e outras funções. dispositivo activado por voz (VAD) é promover, tal como a máquina de borda necessidades de aprendizagem, a fim de conseguir a detecção da palavra de despertar, assim como processamento de linguagem natural ' aplicação do usuário de voz interface'. aprendizagem de máquina de detecção de anomalias pode ser identificado (vibração / modo de som) falha iminente, reduzindo significativamente o tempo de inatividade, mudanças rápidas na indústria 4.0. NXP com base em uma variedade de aprendizagem de máquina para os clientes Integrado ao aplicativo, o ambiente de desenvolvimento de aprendizado de máquina NXP Software de taxa, permitindo que os clientes importem seus próprios modelos TensorFlow ou Caffe treinados, convertendo-os em um mecanismo de inferência AI otimizado e implantando as amplas soluções de processamento escalável da NXP, desde os MCUs até os altamente integrados processadores i.MX e Layerscape ).
"Ao usar o aprendizado de máquina em aplicativos incorporados, deve-se levar em conta tanto o custo quanto a experiência do usuário final. Por exemplo, os mecanismos de inferência AI também podem ser implantados em nossos MCUs econômicos e obter desempenho suficiente, o que ainda é surpreendente para muitas pessoas. Markus Levy, chefe da tecnologia de inteligência artificial da NXP, disse: "Por outro lado, nossos processadores de aplicativos e transfronteiriços de alto desempenho também têm poderosas capacidades de processamento, permitindo o rápido raciocínio e treinamento de IA em muitas aplicações de clientes. À medida que continuamos a expandir, continuaremos impulsionando o crescimento nessa área de aplicativos por meio de processadores de próxima geração projetados para acelerar o aprendizado de máquina.
Outro requisito importante para introduzir a tecnologia de aprendizado de AI / máquina em aplicativos de computação de ponta é a facilidade e segurança de implantar e atualizar dispositivos incorporados a partir da nuvem.A plataforma EdgeScale permite a configuração e o gerenciamento seguros de IoT e dispositivos edge. Mecanismos de IA / aprendizado de máquina e de inferência, e implantar automaticamente módulos integrados para dispositivos de borda para desenvolvimento contínuo de ponta a ponta e experiência de entrega.
Para atender a uma ampla gama de necessidades dos clientes, a NXP também criou um ecossistema de parceiros de aprendizado de máquina que conecta clientes a fornecedores de tecnologia, acelera o desenvolvimento de produtos por meio de ferramentas comprovadas de aprendizado de máquina, mecanismos de inferência, soluções e serviços de design. Produção e time-to-market.Os membros do ecossistema incluem Au-Zone Technologies e Pilot.AI.A Au-Zone Technologies fornece o primeiro kit de ferramentas de aprendizado de máquina embarcada de ponta a ponta e o mecanismo de inferência DeepView, permitindo que os desenvolvedores trabalhem na NXP Implantar e configurar a CNN em todos os portfólios de produtos SoC (incluindo a combinação heterogênea de núcleos Cortex-A, Cortex-M e GPUs) O Pilot.AI criou uma estrutura que pode funcionar em uma variedade de plataformas de clientes (de microcontroladores Várias tarefas perceptivas são implementadas em GPUs, incluindo detecção, classificação, rastreamento e identificação, e ferramentas de coleta / classificação de dados e modelos pré-treinados são fornecidos para implementar diretamente a implantação do modelo.