Edge-KI-Lösung basiert auf neuronalen Prozessoren und ML-Entwicklungsplattform

Eta Compute und Edge Impulse haben ihre Partnerschaft angekündigt, um die Entwicklung und Bereitstellung von maschinellem Lernen mit dem revolutionären ECM3532 von Eta Compute, dem neuronalen Sensorprozessor mit der niedrigsten Leistung der Welt, und Edge Impulse, der führenden Online-TinyML-Plattform, zu beschleunigen. Die Partnerschaft wird die Markteinführungszeit für maschinelles Lernen in Milliarden von IoT-Verbraucher- und Industrieprodukten verkürzen, bei denen die Batteriekapazität ein Hindernis war.

„Die Zusammenarbeit mit Edge Impulse stellt sicher, dass unsere wachsende ECM3532-Entwicklergemeinschaft voll ausgestattet ist, um innovative Designs in den Bereichen Digital Health, Smart City, Verbraucher- und Industrieanwendungen schnell und effizient auf den Markt zu bringen“, sagte Ted Tewksbury, CEO von Eta Compute. „Wir glauben, dass unsere Partnerschaft Unternehmen helfen wird, ihre bahnbrechenden Lösungen im Laufe des Jahres 2020 auf den Markt zu bringen.“

Der ECM3532-Neuralsensor-Prozessor-SoC ECM3532, der maschinelles Lernen am äußersten Rand ermöglicht, und das ECM3532 EVB-Evaluierungsboard von Eta Compute werden jetzt von der End-to-End-ML-Entwicklungs- und MLOps-Plattform von Edge Impulse unterstützt. Entwickler können sich kostenlos registrieren, um über das Edge Impulse-Portal Zugang zu den fortschrittlichen Eta Compute Machine-Learning-Algorithmen und Entwicklungsworkflows zu erhalten.

„Maschinelles Lernen am Rande hat das Potenzial, die Nutzung von 99% der Sensordaten zu ermöglichen, die heute aufgrund von Kosten-, Bandbreiten- oder Leistungsbeschränkungen verloren gehen“, sagte Zach Shelby, CEO und Mitbegründer von Edge Impulse. „Unsere Online-SaaS-Plattform und der innovative Prozessor von Eta Compute sind die ideale Kombination für Entwicklungsteams, die präzise Daten sammeln, aussagekräftige Datensätze erstellen, Modelle drehen und effiziente ML in rasantem Tempo generieren möchten.“

„Bis 2035 werden Billionen von Geräten online gehen, und viele werden ein gewisses Maß an maschinellem Lernen am Edge erfordern“, sagte Dennis Laudick, Vice President of Marketing, Machine Learning Group, Arm. „Die Kombination der TinyML-Hardware von Eta Compute, die auf der Arm Cortex- und CMSIS-NN-Technologie basiert, und den SaaS-TinyML-Lösungen von Edge Impulse bietet Entwicklern eine Komplettlösung, um energieeffiziente Edge- oder Endpunkt-ML-Produkte so schnell auf den Markt zu bringen, wie es für diese nächste Ära des Computing.“

>> Dieser Artikel wurde ursprünglich veröffentlicht am unsere Schwesterseite EEWeb.