Mer KI i nettverkskanten

Microchip Technology introduserer nå komplette løsninger for kant-KI, som skal gjøre det enklere for utviklere å bygge produksjonsklare systemer med lokal sanntidsanalyse.

Selskapet kombinerer sine mikrokontrollere (MCUer) og mikroprosessorer (MPUer) med programvare, verktøy og ferdigtrente maskinlæringsmodeller for å redusere kompleksiteten ved utvikling av kant-KI.

Ved å flytte ML‑modeller fra skyen til kanten kan industrielle, bil- og IoT‑systemer dra nytte av lavere forsinkelse, bedre sikkerhet og mer robust drift, opplyser selskapet. De nye løsningene skal gjøre Microchips MCU‑ og MPU‑plattformer til komplette KI‑motorer tett på sensorer, motorstyring og sanntidskritiske funksjoner.

Løsningene inkluderer applikasjoner for deteksjon av farlige elektriske lysbuefeil, prediktivt vedlikehold, ansiktsgjenkjenning med liveness‑deteksjon og nøkkelord-gjenkjenning for stemmestyrte grensesnitt. Disse modellene kan brukes direkte eller tilpasses gjennom Microchips egne ML‑verktøy eller partnerverktøy.

Microchip tilbyr også en integrert verktøykjede som inkluderer MPLAB X IDE, MPLAB Harmony og MPLAB ML Development Suite for modelloptimalisering og integrasjon i alt fra 8‑bit til 32‑bit systemer. For FPGA‑baserte løsninger gir VectorBlox Accelerator SDK 2.0 rask inferens for syn, sensoranalyse og HMI‑applikasjoner.

Kompletterende komponenter som PCIe‑enheter og kraftmoduler er tilgjengelige for å støtte industrielle og datasenterorienterte kant-KI design. Ifølge IoT Analytics er integrasjon av kant-KI direkte i MCUer blant de viktigste bransjetrendene, drevet av behovet for lav forsinkelse, personvern og redusert skyavhengighet — en utvikling som Microchips nye portefølje skal adressere direkte, ifølge selskapet.