Microchip Technology Maschinelles Lernen

Microchip Technology Maschinelles Lernen umfasst ausgewählte Software- und Hardware-Toolkits, Referenzdesigns und Silizium-Plattformen, die sich für vereinfachte, benutzerfreundliche Umgebungen eignen, bei denen eine erweiterte Leistung erforderlich ist. Die ML-Algorithmen von Microchip Technology können einfach Daten sammeln und organisieren, neuronale Netzwerke in Rechenzentren schulen oder eine optimierte Inferenz auf der Edge implementieren. Das umfangreiche Mikrochip-Portfolio von Silizium-Bauteilen umfasst Mikrocontroller (MCUs), Mikroprozessoren (MPUs) und feldprogrammierbare Gate-Arrays (FPGAs). Die Software-Toolkits ermöglichen die Verwendung von gängigen ML-Frameworks, einschließlich TensorFlow, Keras, Caffe und vielen anderen, die vom ONNX-Schirm abgedeckt werden, sowie von den TinyML und TensorFlow Lite.

Das Evaluierungskit EV18H79A SAMD21 ML mit 6-Achsen-MEMS von TDK verfügt über den Arm® Cortex®-M0+-basierten 32-bit-Mikrocontroller (MCU) SAMD21G18 mit On-Board-Debugger (nEDBG), den CryptoAuthentication™-Secure-Element-IC ATECC608A und den vollständig zertifizierten Wi-Fi®-Netzwerk-Controller ATWINC1510.

Das Evaluierungskit EV45Y33A SAMD21 ML mit IMU von Bosch verfügt über den ARM Cortex-M0+-basierten 32-bit-Mikrocontroller (MCU) SAMD21G18 mit On-Board-Debugger (NDBG), den CryptoAuthentication-Secure-Element-IC ATECC608A und den vollständig zertifizierten Wi-Fi-Netzwerk-Controller ATWINC1510.

Die Kombination von Hardware und Software ermöglicht Benutzern das Design von verschiedenen Applikationen, einschließlich leistungsstarken KI-Beschleunigungskarten für Rechenzentren, selbstfahrende Autos, Sicherheit und Überwachung, elektronische Zäune, erweiterte und virtuelle Realität-Kopfhörer, Drohnen, Roboter, Satellitenbilder und Kommunikationszentren.

Merkmale

Lokales Lernen
- Reduzierung von falsch-positiven oder falsch-negativen Ergebnissen
Neue Möglichkeiten schaffen
- „Schwer erkennbare“ Muster finden

Schnellere Entwicklung
- Tage im Vergleich zu Monaten
Skalierbare Genauigkeit der Vorhersage

Erstellen Sie ein benutzerdefiniertes Modell (MCU-/MPU-Entwicklung mit MPLAB® ML Development Suite):

Beginnen Sie mit der MPLAB ML Development Suite von Mikrochip eine Reise ins maschinelle Lernen, die nahtlos als Plug-in in die MPLAB X IDE integriert ist. Diese umfassende LÖSUNG optimiert den gesamten Prozess — von der Datenerfassung bis hin zur Modellprüfung/zum Abschluss in einem maßgeschneiderten Wissenspaket für Mikrochip MCUs/MPUs.