La solution Edge AI s'appuie sur un processeur neuronal et une plate-forme de développement ML

Eta Compute et Edge Impulse ont annoncé leur partenariat pour accélérer le développement et le déploiement de l'apprentissage automatique à l'aide du révolutionnaire ECM3532 d'Eta Compute, le processeur de capteur neuronal à plus faible consommation d'énergie au monde, et Edge Impulse, la principale plate-forme TinyML en ligne. Le partenariat accélérera la mise sur le marché de l'apprentissage automatique dans des milliards de produits IoT grand public et industriels pour lesquels la capacité de la batterie a été un obstacle.

« Collaborer avec Edge Impulse garantit que notre communauté croissante de développeurs ECM3532 est entièrement équipée pour commercialiser rapidement et efficacement des conceptions innovantes dans les domaines de la santé numérique, des villes intelligentes, des consommateurs et des applications industrielles », a déclaré Ted Tewksbury, PDG d'Eta Compute. "Nous pensons que notre partenariat aidera les entreprises à lancer leurs solutions révolutionnaires plus tard en 2020."

Le SoC du processeur de capteur neuronal ultra basse consommation ECM3532 d'Eta Compute qui permet l'apprentissage automatique à la périphérie extrême et sa carte d'évaluation ECM3532 EVB sont désormais pris en charge par le développement ML de bout en bout et la plate-forme MLOps d'Edge Impulse. Les développeurs peuvent s'inscrire gratuitement pour accéder aux algorithmes d'apprentissage automatique et aux workflows de développement avancés d'Eta Compute via le portail Edge Impulse.

« L'apprentissage automatique à la périphérie a le potentiel de permettre l'utilisation des 99 % des données des capteurs qui sont aujourd'hui perdues en raison de contraintes de coût, de bande passante ou de puissance », a déclaré Zach Shelby, PDG et co-fondateur d'Edge Impulse. "Notre plate-forme SaaS en ligne et le processeur innovant d'Eta Compute sont la combinaison idéale pour les équipes de développement qui cherchent à collecter avec précision des données, à créer des ensembles de données significatifs, à faire tourner des modèles et à générer un ML efficace à un rythme rapidement accéléré."

« Des milliards d'appareils devraient être mis en ligne d'ici 2035 et beaucoup nécessiteront un certain niveau d'apprentissage automatique à la périphérie », a déclaré Dennis Laudick, vice-président du marketing, Machine Learning Group, Arm. « La combinaison du matériel TinyML d'Eta Compute basé sur les technologies Arm Cortex et CMSIS-NN et les solutions SaaS TinyML d'Edge Impulse fournit aux développeurs une solution complète pour mettre sur le marché des produits ML à faible consommation d'énergie, de périphérie ou de point de terminaison au rythme rapide requis pour cette prochaine ère de calcul. »

>> Cet article a été initialement publié le notre site frère, EEWeb.