Qeexo ed STMicroelectronics accelerano lo sviluppo di applicazioni IoT di nuova generazione con sensori di movimento dotati di capacità di apprendimento automatico.
di Fonte ST
Qeexo, sviluppatore della piattaforma di apprendimento automatico automatico Qeexo AutoML che accelera lo sviluppo di modelli tinyML per Edge, e STMicroelectronics, leader globale dei semiconduttori, collaboreranno all’utilizzo di sensori core di apprendimento automatico di ST su Qeexo AutoML.
Di per sé, i sensori MLC della ST riducono sostanzialmente il consumo energetico complessivo del sistema eseguendo algoritmi relativi al rilevamento, costruiti da grandi insiemi di dati rilevati, che altrimenti verrebbero eseguiti sul processore host.
Utilizzando questi dati del sensore, Qeexo AutoML può generare automaticamente soluzioni di machine learning altamente ottimizzate per i dispositivi Edge, con latenza ultra bassa, consumo energetico estremamente basso e un footprint di memoria incredibilmente ridotto.
Queste soluzioni algoritmiche superano i limiti imposti dalle dimensioni del die alla potenza di calcolo e alle dimensioni della memoria, con efficienti modelli di apprendimento automatico per i sensori che estendono la durata della batteria del sistema.
“Mantenendo la promessa che abbiamo fatto di recente quando abbiamo annunciato la nostra collaborazione con ST, Qeexo ha aggiunto il supporto per la famiglia di sensori core di apprendimento automatico della ST su Qeexo AutoML”, ha affermato Sang Won Lee, CEO di Qeexo. “Il nostro lavoro con la ST ha ora consentito agli sviluppatori di applicazioni di creare e distribuire rapidamente algoritmi di apprendimento automatico sui sensori MLC della ST senza consumare cicli MCU e risorse di sistema, per una gamma illimitata di applicazioni, inclusi casi d’uso industriali e IoT”.
“L’adattamento di Qeexo AutoML per i sensori core di apprendimento automatico della ST rende più semplice per gli sviluppatori aggiungere rapidamente l’apprendimento automatico integrato alle loro applicazioni a bassissima potenza”, ha affermato Simone Ferri, direttore della divisione sensori MEMS, STMicroelectronics. “L’inserimento di MLC nei nostri sensori, incluso LSM6DSOX o ISM330DHCX, riduce significativamente i volumi di trasferimento dei dati del sistema, scarica l’elaborazione di rete e riduce potenzialmente il consumo energetico del sistema di ordini di grandezza, fornendo al contempo rilevamento degli eventi avanzato, logica di attivazione e Edge informatica.”
(lo)