長期以來，在物聯(lián)網(wǎng)邊緣部署人工智能和機器學(xué)習(xí)一直是設(shè)計工程師的圣杯。在大多數(shù)情況下，根本沒有足夠的計算能力來處理如此復(fù)雜的操作，通?？捎玫?a target="_blank">電源資源有限。感謝Eta Compute的Tensai平臺中的軟件套件Tensai Flow等工具，開發(fā)人員現(xiàn)在可以實現(xiàn)這樣的系統(tǒng)。

Tensai Flow 可實現(xiàn)從概念到固件的無縫設(shè)計，包括編譯器、神經(jīng)網(wǎng)絡(luò)動物園和具有 FreeRTOS、硬件抽象層 （HAL） 以及傳感器和物聯(lián)網(wǎng)/云支持框架的中間件。

該軟件套件補充了公司的現(xiàn)有資源，以加快應(yīng)用程序開發(fā)。據(jù)該公司稱，該軟件解決了為物聯(lián)網(wǎng)和低功耗邊緣設(shè)備設(shè)計和構(gòu)建機器學(xué)習(xí)應(yīng)用程序的各個方面。這包括減少內(nèi)存占用、減少操作和降低整體復(fù)雜性。

Tensai軟件的一個關(guān)鍵特點是它能夠通過確認可行性和概念驗證來降低開發(fā)風(fēng)險。神經(jīng)網(wǎng)絡(luò)動物園通過針對最常見用例（包括運動、圖像和聲音分類）的即用型網(wǎng)絡(luò)加速和簡化開發(fā);開發(fā)人員只需使用他們的數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)。

一個結(jié)果是TensorFlow網(wǎng)絡(luò)可以在Eta Compute的超低功耗SoC上運行。 測試顯示AI性能在1毫瓦范圍內(nèi)，與其他替代方案相比相當?shù)?，特別是那些為圖像處理而設(shè)計的替代方案。

審核編輯：郭婷