Eta Compute stärkt KI-Ökosystem mit neuem Compiler, Sensor Board und Edge Impulse Partnerschaft

Eta Compute expandiert sein Development Ökosystem, indem es einen Compiler enthüllt, der Embedded Software für seinen ECM3532 KI Chip strafft.

Kombiniert mit einem münzgroßen Sensor Board Evaluation Kit und einer Kollaboration mit Edge Impulse, avanciert das Startup Richtung voller Market Readiness. Obwohl der ECM3532 im Februar gelauncht wurde, erforderten frühere Deployments manuelles Code-Tuning für seinen Dual-Core MCU und DSP.

Sensor Nodes

Der ECM3532 ist ein Dual-Core SoC, der einen Arm Cortex-M3 Mikrocontroller mit einem NXP CoolFlux DSP koppelt, was effiziente KI-Verarbeitung liefert. Eine patentierte Continuous Voltage-Frequency Scaling (CVFS) Technik justiert dynamisch Core Voltage und Clock Speed an die Workload an, was Ultra-Low-Power Operation für batteriebetriebene Sensor Fusion und Always-On Image-Processing Applikationen mit einem Power Budget as low as 100 µW ermöglicht.

Um Prototyping zu vereinfachen, released Eta Compute ein miniatures Evaluation Board, das gerade 1,4 × 1,4 Zoll misst. Es integriert Mikrofone, Temperatur- und Drucksensoren, Accelerometer, Gyroskop und Bluetooth Konnektivität und kann „Monate“ auf einer einzelnen Coin-Cell Batterie laufen.

Eta Computes Tensai Sensor Board: Ein kompletter KI-fähiger Sensor Node (Bild: Eta Compute)

Im Mai kündigte das Unternehmen eine Partnerschaft mit Edge Impulse an. Die Kollaboration integriert den ECM3532 und sein Evaluation Board mit Edge Impulses End-to-End ML Development und MLOps Plattform, straffend Dataset Visualization, Versioning und Deployment.

„Deploying einer Embedded ML Lösung kann daunting sein, besonders für Entwickler neu an diesen Chips“, sagte Edge Impulse CEO Zach Shelby in einem Interview mit EE Times. „Wir bieten ein Drag-and-Drop Binary, das sofort mit Sensordaten-Collection startet. Wenn es Zeit ist, das Model zu deployen, bauen wir eine Library optimiert für Eta Compute Targets, die direkt auf dem Device läuft.“

Compiler und Middleware

Edge-AI Entwickler stehen vier großen Challenges gegenüber, die Eta Computes Tensai Flow Tool Chain adressiert, laut Senior Director of Product Marketing Semir Haddad.

„Erstens, Interfacing mit realen Sensoren und Capturing Data zur Netzwerkverfeinerung. Zweitens, Optimierung des Netzwerks für unsere spezifische Hardware, was generische Frameworks oft übersehen. Drittens, Generierung von Firmware ready für Embedded Development. Viertens, Bereitstellung einer kompletten Edge-to-Cloud Lösung, einschließlich Device Provisioning und Cloud Konnektivität“, erklärte Haddad.

Eta Computes Tensai Flow beinhaltet nun einen Compiler, der Neural-Network Code für den ECM3532 optimiert (Bild: Eta Compute)

Tensai Flow transformiert ein TensorFlow oder ONNX Model in Firmware, die auf dem ECM3532 läuft, während Middleware ein Real-Time Operating System (RTOS), Sensor Treiber und andere Runtime Essentials liefert. Die Plattform hostet auch einen „Network Zoo“ von pre-validated Models, getailored zu Common Use Cases, ready für sofortige Integration.

Edge Impulse handhabt Data Operations – Collection, Versioning und Dataset Sharing – sichernd, dass Entwickler schnell iterieren können.

„Was Tensai Flow apart setzt, ist seine End-to-End Comprehensive“, sagte Haddad. „Durch Merging von Neural-Network Optimierung mit Firmware Generierung liefern wir eine Lösung, die ready für Production Use ist.“

Gegründet 2015, hat Eta Compute Silicon mit einem modesten Budget und Workforce produziert. Das Unternehmen hat 19 Mio. $ aufgebracht bis dato und employiert 35 Staff across USA und Indien.

>> Dieser Artikel wurde ursprünglich auf unserer Schwesterseite EE Times veröffentlicht.