La inteligencia artificial incorporada (AI) se está convirtiendo rápidamente en la capacidad tecnológica básica del procesamiento de bordes, permitiendo que los dispositivos "inteligentes" "reconozcan" el entorno y tomen decisiones basadas en la información recibida con poca o ninguna intervención humana. máquina de NXP entorno propicio para el desarrollo del aprendizaje de máquina en la visión, el habla y la detección de anomalías en el campo de la aplicación de un crecimiento rápido para proporcionar información de entrada sobre la base de aplicaciones de aprendizaje máquina de visión a través de la cámara a diversos tipos de algoritmos de aprendizaje automático (red neuronal en la que el más popular) el aprendizaje. estas aplicaciones cubren segmentos de mercado más verticales, y llevar a cabo la identificación de objetos, autenticación, demográficas y otras funciones. dispositivo activado por voz (VAD) está promoviendo, tales como máquina del borde necesidades de aprendizaje con el fin de lograr la detección de palabras de atención, así como el procesamiento del lenguaje natural ' interfaz 'aplicación de usuario de voz. aprendizaje automático de detección de anomalías puede ser identificado (/ modo de vibración de sonido) fallo inminente, lo que reduce enormemente el tiempo de inactividad equipo, cambios rápidos en la industria de 4,0. NXP basados en una variedad de máquina de aprendizaje para los clientes Integrado en la aplicación. El entorno de desarrollo de aprendizaje automático NXP proporciona software de cuota, permitiendo a los clientes para importar su propio TensorFlow formación o modelo Caffe, para convertirlos a la optimización de motor de inferencia AI, y el despliegue (i.MX de la MCU para procesadores altamente integrados y la riqueza Layerscape NXP de solución de procesamiento escalable )
'Al utilizar la máquina de aprendizaje en aplicaciones embebidas, hay que tener en cuenta la experiencia coste y el usuario final. Por ejemplo, nuestra MCU rentable también se puede implementar motor de inferencia AI, y obtener un rendimiento adecuado, que tantas personas todavía están sorprendidos. Markus Levy NXP director de tecnología de inteligencia artificial, dijo, "por el contrario, nuestra transfronteriza y procesador de aplicaciones de alto rendimiento también tiene una poderosa capacidad de procesamiento, en muchas aplicaciones del cliente se pueden implementar de forma rápida AI razonamiento y la formación. con la aplicación de la IA A medida que continuamos expandiéndonos, continuaremos impulsando el crecimiento en esta área de aplicaciones a través de procesadores de próxima generación diseñados para acelerar el aprendizaje automático.
Otro requisito clave de la tecnología de aprendizaje AI / máquina en las aplicaciones informáticas de última generación que puede decir con seguridad configurar y administrar las cosas y los dispositivos de borde de la nube de forma fácil y segura implementar y actualizar los dispositivos integrados. EdgeScale soporte de plataforma. EdgeScale través de la integración en la nube Motores de inferencia / aprendizaje automático e Inteligencia Artificial, e instalan automáticamente módulos integrados en dispositivos periféricos para una experiencia de desarrollo y entrega continua de extremo a extremo.
Para satisfacer una amplia gama de necesidades de los clientes, NXP también ha creado un ecosistema de socios de aprendizaje automático que conecta a los clientes con proveedores de tecnología, acelera el desarrollo de productos a través de herramientas de aprendizaje de máquinas probadas, motores de inferencia, soluciones y servicios de diseño. miembros de la producción y el tiempo de comercialización. ecosistemas incluyen Au-Zona Tecnologías y Pilot.AI. Au-Zona Tecnologías ofrece las primeras del sector de extremo a incrustado conjunto de herramientas de aprendizaje de máquina y el motor de tiempo de ejecución de la inferencia DeepView, permitiendo a los desarrolladores la NXP todas las composiciones de productos SoC (incluyendo ARM Cortex-a, Cortex-M mezcla de núcleo de isómeros y la GPU) para desplegar y configurar CNN. Pilot.AI ha construido un marco, la plataforma puede estar en una variedad de clientes (desde el microcontrolador a Se implementan varias tareas de percepción en las GPU, que incluyen detección, clasificación, seguimiento e identificación, y herramientas de recopilación / clasificación de datos y se proporcionan modelos preformados para implementar directamente el despliegue del modelo.