Entwickler-Werkzeugkasten für KI STM32-Entwicklungssystem um KI-Funktionen erweitert

STM32Cube.AI: ergänzt das Entwicklungswerkzeug STM32CubeMX um optimierten Code für den Betrieb neuronaler Netze auf STM32-Mikrocontrollern zu generieren.
STM32Cube.AI: ergänzt das Entwicklungswerkzeug STM32CubeMX, um optimierten Code für den Betrieb neuronaler Netze auf STM32-Mikrocontrollern zu generieren.

Um neuronale Netze in Endgeräten und Edge-Knoten realisieren zu können, erweitert STMicroelectronics sein Entwicklungssystem STM32CubeMX. Die KI-Ergänzung STM32Cube.AI enthält einsatzbereite Codebeispiele.

Sein Entwicklungssystem für die Mikrocontroller der STM32-Familie, STM32CubeMX, hat STMicroelectronics jetzt durch fortschrittliche KI-Funktionen erweitert. KI nutzt trainierte, künstliche neuronale Netze, um Datensignale aus Bewegungs- und Vibrationssensoren, Umgebungssensoren, Mikrofonen und Bildsensoren schneller und effizienter zu klassifizieren, als es mit konventioneller Signalverarbeitung möglich ist.

Mit STM32Cube.AI können Entwickler vortrainierte neuronale Netze in C-Code konvertieren, der Funktionen in optimierten, auf STM32-Mikrocontrollern lauffähigen Bibliotheken aufruft.

Zum Umfang von STM32Cube.AI gehören umgehend verwendbare Software Function Packs, die Codebeispiele für die Erkennung menschlicher Aktivitäten und zur Audioszenen-Klassifizierung enthalten. Diese Codebeispiele können unmittelbar mit dem ST SensorTile Referenzboard und der ST BLE Sensor MobileApp eingesetzt werden. Die ST BLE Sensor MobileApp fungiert als Fernbedienung und Display des SensorTile.

Das STM32Cube.AI Extension Pack (Teilenummer X-Cube-AI) steht im Konfigurations- und Softwarecode-Generierungssystem STM32CubeMX von ST zum Download zur Verfügung. Es unterstützt derzeit die Frameworks Caffe, Keras (mit TensorFlow-Backend), Lasagne und ConvnetJS und IDEs wie jene von Keil sowie IAR und System Workbench.

Das Software Function Pack FP-AI-SENSING1 enthält Codebeispiele für lückenlose Bewegungs- und Audio-Applikationen (zur Erkennung menschlicher Aktivität bzw. zur Audioszenen-Klassifizierung) auf der Basis neuronaler Netze. Dieses Function Pack stützt sich auf das SensorTile Referenzboard von ST zum Erfassen und Kennzeichnen der Sensordaten vor dem Trainingsprozess. Anschließend kann das Board die Inferenzen des optimierten neuronalen Netzes verarbeiten.

Die umfassende Toolbox bestehend aus dem STM32Cube.AI Mapping Tool, Applikationssoftware-Beispielen für den Betrieb auf der kompakten und der batteriebetriebenen SensorTile-Hardware, verbunden mit dem Support durch das Partnerprogramm und die spezielle Community, ebnet einen schnellen und einfachen Weg zur Implementierung neuronaler Netze auf STM32-Bausteinen.

Zusätzlichen Support, darunter auch Engineering Services, erhalten Entwickler von qualifizierten Partnern im Rahmen des ST Partner Program sowie von der speziellen STM32 Online Community für KI und Machine Learning (ML).

»Die neue Neural-Network Developer Toolbox von ST macht KI für Mikrocontroller-basierte, intelligente Geräte an der Edge und in den Knoten sowie für tief eingebettete Geräte im IoT, in intelligenten Gebäuden, in der Industrie und in medizinischen Anwendungen verfügbar«, sagt Claude Dardanne, President der Microcontrollers and Digital ICs Group von STMicroelectronics.