08.10.2023 Aufrufe

11-2023

Fachzeitschrift für Industrielle Automation, Mess-, Steuer- und Regeltechnik

Fachzeitschrift für Industrielle Automation, Mess-, Steuer- und Regeltechnik

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Software/Tools/Kits<br />

ML einfacher in MCUs und MPUs integrieren<br />

Microchip stellt die MPLAB Machine Learning Development Suite vor.<br />

Damit erfolgt erstmals eine ML-Edge-Unterstützung für 8-, 16-, 32-Bit-MCUs und 32-MPUs.<br />

Maschinelles Lernen (ML) wird<br />

immer mehr zu einer Standardanforderung<br />

für Entwickler von Embedded-Systemen,<br />

die Produkte erstellen<br />

oder verbessern wollen. Um diesem<br />

Bedarf gerecht zu werden, bietet<br />

Microchip Technology mit seiner<br />

neuen MPLAB Machine Learning<br />

Development Suite nun einen vollständigen,<br />

integrierten Workflow für<br />

eine optimierte ML-Modellentwicklung.<br />

Das Software-Toolkit kann für<br />

das gesamte Microchip-Angebot an<br />

Mikrocontrollern (MCUs) und Mikroprozessoren<br />

(MPUs) verwendet werden,<br />

um schnell und effizient ML-<br />

Inferenzen hinzuzufügen.<br />

Maschinelles Lernen<br />

als neue Normalität<br />

Rodger Richey, Vice President der<br />

Development Systems Business Unit<br />

bei Microchip, dazu: „Maschinelles<br />

Lernen ist die neue Normalität für<br />

Embedded-Steuerungen. Mit der<br />

Nutzung am Rande des Systems<br />

Microchip Technology Inc.<br />

www.microchip.com<br />

(Edge) lassen sich Produkte effizienter,<br />

sicherer und energiesparender<br />

gestalten als Systeme, die für die<br />

Verarbeitung auf Cloud-Kommunikation<br />

angewiesen sind. Unsere<br />

integrierte Lösung wurde für Entwickler<br />

von Embedded-Systemen<br />

erstellt und ist die erste, die nicht<br />

nur 32-Bit-MCUs und MPUs, sondern<br />

auch 8- und 16-Bit-Bausteine<br />

unterstützt, um eine effiziente Produktentwicklung<br />

zu ermöglichen.“<br />

Algorithmische Methoden<br />

treffen Entscheidungen<br />

ML verwendet algorithmische<br />

Methoden, um Muster aus großen<br />

Datensätzen zu erkennen und Entscheidungen<br />

zu treffen. Die Technik<br />

ist in der Regel schneller, einfacher<br />

zu aktualisieren und genauer als die<br />

manuelle Verarbeitung. Ein Beispiel,<br />

wie dieses Tool von Microchip-Kunden<br />

eingesetzt werden kann, sind<br />

Lösungen für die vorausschauende<br />

Wartung. Damit lassen sich<br />

potenzielle Probleme mit Geräten<br />

und Systemen, wie sie in Industrie-,<br />

Fertigungs-, Consumer- und Automotive-Anwendungen<br />

zum Einsatz<br />

kommen, genau vorhersagen.<br />

Machine Learning<br />

Development Suite<br />

Die MPLAB Machine Learning<br />

Development Suite unterstützt Entwickler<br />

beim Erstellen hocheffizienter<br />

ML-Modelle mit geringem Platzbedarf.<br />

Das Toolkit basiert auf AutoML<br />

und eliminiert viele sich wiederholende,<br />

mühsame und zeitaufwändige<br />

Aufgaben bei der Modellerstellung,<br />

einschließlich Extraktion,<br />

Training, Validierung und Test. Es<br />

bietet auch Modelloptimierungen,<br />

so dass die Speicherbeschränkungen<br />

von MCU und MPUs eingehalten<br />

werden.<br />

MPLAB X<br />

In Kombination mit der integrierten<br />

Entwicklungsumgebung (IDE)<br />

MPLAB X stellt das neue Toolkit<br />

eine Komplettlösung dar, die auch<br />

von Personen mit geringen oder gar<br />

keinen ML-Programmierkenntnissen<br />

einfach genutzt werden kann, was<br />

die Kosten für Experten mindert.<br />

Das Tool ist aber auch anspruchsvoll<br />

genug, um von erfahrenen ML-<br />

Entwicklern bedient zu werden.<br />

Microchip bietet auch die Möglichkeit,<br />

ein Modell von Tensor-<br />

Flow Lite zu übernehmen und es in<br />

jedem MPLAB-Harmony-v3-Projekt<br />

zu verwenden, einem vollständig<br />

integrierten Embedded-Software-<br />

Entwicklungsframework, das flexible<br />

und interoperable Softwaremodule<br />

bietet, um die Entwicklung<br />

von Mehrwertfunktionen zu vereinfachen<br />

und die Markteinführung<br />

eines Produkts zu beschleunigen.<br />

Darüber hinaus bietet das Vector-<br />

Blox Accelerator Software Development<br />

Kit (SDK) die energieeffizienteste<br />

CNN-basierte (Convolutional<br />

Neural Network) KI/ML-Inferenz<br />

mit PolarFire FPGAs.<br />

Fazit<br />

Die MPLAB Machine Learning<br />

Development Suite bietet die notwendigen<br />

Tools, um Edge-Produkte<br />

mit ML-Inferenz zu entwickeln und<br />

zu optimieren. Auf der Microchip-<br />

Website Machine Learning Solutions<br />

erfahren Interessenten mehr<br />

darüber, wie sich mit den ML-Tools<br />

von Microchip der Entwicklungsprozess<br />

rationalisieren lässt – und<br />

das bei gleichzeitiger Kostenreduzierung<br />

und schnellerer Markteinführung.<br />

◄<br />

104 PC & Industrie <strong>11</strong>/<strong>2023</strong>

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!