IoTに機械学習をもたらす
Silicon Labsは、IoTと機械学習の融合によって可能性を再定義し、よりスマートで高速、かつ高効率なエッジデバイスを実現します。当社のプラットフォームは、最先端のハードウェアと開発ツールを提供し、スマートホームから産業オートメーションまで、IoT機械学習アプリケーションのイノベーションを加速します。
- ワイヤレスSoCとの統合:機械学習と組み合わせた業界最大級のワイヤレスソリューションポートフォリオにより、IoTエッジデバイスを実現します。
- ディープラーニングニューラルネットワーク:高度なIoT機械学習アプリケーション向けに、より高速で高精度なディープラーニングを実現します。
- 充実した開発ツール群:初心者からエキスパートまで対応するエンドツーエンドのIoT向けMLツールチェーンにより、スマートコネクテッド製品の開発を加速します。
- AI/MLハードウェアアクセラレータ:最大8倍高速な推論を1/6の消費電力で実現し、BOMコストと設計の複雑さを低減します。
- ハードウェア
ハードウェア
IoT機械学習製品を使ってみる
当社のワイヤレスSoCには、ハードウェアアクセラレーションによるIoT機械学習向けの内蔵Matrix Vector Processor(MVP)が搭載されており、エッジ上で高速かつ低消費電力の推論を実現します。リアルタイムでデバイス上のインテリジェンスを必要とするスマートコネクテッドデバイスに最適です。
- ソフトウェア
ソフトウェア
ML SDK:IoT 開発における機械学習の簡素化
Silicon Labs の ML SDK は、IoT デバイスに機械学習をもたらし、Simplicity Studio
にシームレスに統合され、業界標準の TensorFlow Lite Micro フレームワーク上に構築されています。
動作方法:
Bring Your Own Model(BYOM): 独自の TensorFlow Lite モデルから始めるか、AI/MLパートナーと協力して、IoT ユースケースに合わせたカスタムモデルを作成します。
シームレスな統合: Silicon Labs SDK をインストールする際に AI/ML SDK Extension を追加し、モデルをプロジェクトの config フォルダにドラッグアンドドロップするだけで、直接統合できます。
自動最適化: モデルの変換からデプロイまで、SDK は最適化とハードウェアアクセラレーションを管理し、IoT の機械学習をこれまで以上に簡単にします。
IoT 機械学習の主なツール:
フラットバッファコンバータ
.tflite モデルをデプロイ可能なヘッダーファイルにすばやく変換します。モデルをプロジェクトの config フォルダにドロップするだけで、すぐに使用できます。
モデルプロファイラ
デプロイ前に、IoTターゲットデバイス上でのメモリ使用量と実行時パフォーマンスを見積もり、モデルを最適化します。
Model MVPコンパイラ
Simplicity Studioに直接統合されたこのコンパイラは、実行を最適化し、メモリレイアウト、ウェイトページング、およびスケジューリングを管理して、効率的なエッジ推論を実現します。
すぐに使えるデモ
音声、ジェスチャー、音響、およびセンサーベースの認識向けに事前構築されたデモをご覧ください。実環境のアプリケーションにおける IoT 向け機械学習の力を紹介しています。
さらに詳しい情報をお探しですか?AI/ML ソフトウェアに関するその他の資料はこちらをご覧ください。モデルの開発にサポートが必要ですか?当社のパートナー と協力して、ユースケースに合わせたカスタムモデルを作成してください。
- 開発ツール
開発ツール
ML IoT 開発ツールを使ってみる
当社の開発キットとツールチェーンで、IoT ML の道のりをスタートさせましょう。すぐに使えるデモの実行、モデルパフォーマンスの評価、カスタム IoT 機械学習アプリケーションの構築を、エッジ AI 用に最適化されたハードウェア上で実現します。
- アプリケーション
アプリケーション
ML アプリケーションの例を使ってみる
IoT 機械学習が、音声やオーディオの検出からセンサー信号処理、低解像度のビジョンまで、さまざまなアプリケーションでリアルタイムのインテリジェンスを実現する方法をご覧ください。これらのユースケースは、オンデバイス AI がよりスマートで高速、かつ効率的なエッジソリューションを実現する方法を示しています。
各デモの実際の動作をご覧になり、Silicon Labs のハードウェアと開発ツールを使用してそれを構築する方法をご覧ください。
センサー信号処理は、加速度計、ジャイロスコープ、空気質センサー、温度センサー、または圧力センサーなど、低データ・レート・センサーを使用することです。これにより、機械のライフサイクルを延長し、ダウンタイムを回避し、予防保守でコストを削減できます。
オーディオ・パターン・マッチングでは、マイクロフォンを使用して、ベアリングのキーキーという音、ガラスが割れた音、流水など、声には関連しない非常に幅広い音を検出します。この機能により、ガラス割れ検知器、悲鳴、発砲検知により、家庭内のセキュリティを強化できます。
- パートナー
パートナー
AI/ML IoT パートナーと始める
信頼できるAI/MLパートナーとともに、IoT 機械学習の開発を加速します。これらの事前選別された設計サービスプロバイダーは、Silicon Labs の SoC でカスタムソリューションまたはすぐに導入できるモデルを提供し、開発を簡素化し、製品化までの時間を短縮します。
ここから IoT 機械学習の開発を始めましょう。
IoT 機械学習のデモビデオ
当社のハードウェア・アクセラレータを搭載した実世界の IoT 機械学習のデモをご覧ください。音声やジェスチャーの認識から指紋や音響の検知まで、これらの例は高速で効率的なオンデバイス推論を示しています。
