Silicon LabsとEtaComputeがEdge-ML開発を簡素化

2024 年 11 月 11 日 | マーク・ミリガン | この記事は 3 分で読めます

人工知能(AI)は、最近話題になっているホットな言葉です。テクノロジー関連の会話は、少なくとも1回はAIに言及せず終わることはありません。私たちの生活のあらゆる分野にも、同様の影響を与えています。ツインの機械学習(ML)と組み合わせることで、日々の会議の要約から複雑なタンパク質構造の解明に至るまで、すべてを革新しています。これらの機能には、消費する膨大な電力、トレーニングのためのデータへの依存、サイバー犯罪者が高度化に伴う固有のセキュリティリスクなど、かなりのコストがかかります。そこで重要になるのが小さなエッジでのAI/MLです。

小さなエッジとは、データソースに最も近い場所にある、小型でリソースが制限されたデバイスに、コンピューティングおよびデータ処理機能を導入することです。これらのデバイスは、通常、限られた処理能力とメモリを持つセンサーやマイクロコントローラーであり、クラウドコンピューティングに依存するのではなく、ローカルで操作を実行します。この小さなエッジにより、これらの小型デバイスでMLモデルを実行することができ、リアルタイムの意思決定とデータ分析を直接行うことが可能になります。これにより、データ伝送とクラウドストレージに関連するコストを削減できます。この方法は、特に低レイテンシ、低エネルギー消費、強化されたプライバシー、低帯域幅利用を必要とするアプリケーションに有用です。

Eta Computeが小さなエッジでMLを強化

Eta Computeはシリコンバレーのスタートアップ企業で、AIの急速に進化する分野と組み込みシステムの独自の課題とのギャップを克服するソリューションを通じて、小さなエッジとイノベーションで機械学習を強化することを使命としています。ML、IoT、およびシステム設計の専門家チームによって支えられたEta Computeは、リソースに制約のあるエッジデバイスにMLモデルを導入する際の課題を理解しています。

Eta ComputeのAptosは、組み込み推論用に設計された革新的なノーコードソフトウェアツールチェーンです。エッジMLモデル開発を合理化するために設計されたAptosは、低消費電力エッジプロセッサ向けにカスタマイズされた効率的なモデルの作成を加速します。

Aptosは、MLツールに新しくユニークなアプローチを採用しており、それ自体がML技術に基づいています。これらの内部MLモデルにより、Aptosは組み込みプロセッサーのML機能とパフォーマンス特性を自動的に学習できます。Aptosは、これらの洞察を活用しハードウェアの詳細を抽象化することで、製品開発者がデータサイエンス、チップの強み/弱み、ニューラル・ネットワーク・コンパイラ、リソースの制約の詳細に悩まされることなく、ドメインとユースケースの専門知識に集中して優れたエッジML製品を作成できるようにします。


Silicon Labsと Eta Computeのパートナーシップにより、高度なエッジML 組み込み製品の開発が可能に

Silicon Labsは、製品開発者が高度なML機能をエッジML組み込み製品にシームレスに統合できるようにするため、Eta Computeとのパートナーシップを発表しました。

Silicon Labsは、IoT、自動車、医療、産業、消費者向け製品を対象とする低消費電力ソリューションのイノベーションで長年知られています。当社のソリューションは、効率的なマイクロコントローラワイヤレス接続を、組み込み推論の新しい機能と組み合わせています。このテクノロジーのリーダーシップにより、当社はML機能を製品に追加したい開発者に選ばれるパートナーとなっています。しかし製品開発者は、エッジML組み込み製品に最高のML技術を導入するうえで困難に直面しています。課題の 1 つはリソースです。MLの専門知識と低電力シリコンの厳しい要件(MLの専門家が通常使用するクラウド環境と比較して)に対する理解の両方を有する「ユニコーン」のエンジニアを見つけて維持することは容易でありません。これにより、制約のある組み込みシステムに対するMLモデルをターゲティングし最適化することが大きな課題となっています。

もう1つの課題は、ML機能が組み込まれた、急速に進化する新しいシリコンをうまく導入することです。従来のアプローチでは、新しい推論チップの特性評価には、多大な労力を要します。熟練したML/組み込みシステムの専門家が、新しいチップごとのニューラルネットワークの能力を詳細に調査し理解することで、その強みを適切に活用し、メモリ容量や特定のML操作のサポート欠如など、避けられない組み込み上の制約を克服する必要があるからです。

従来のMLプロセスにおけるこれらの課題の結果として、反復作業が多発する長期的な製品開発サイクルが生じます。多くの製品は、概念実証実験で行き詰まっており、大量生産に失敗しています。

Eta Computeとのパートナーシップにより、AptosはEFR32xG24およびEFR32xG26を含むSilicon Labs のソリューションでトレーニングを受けました。Aptosによるこれらのチップのサポートは、相互の顧客がプラットフォームを使用して、Silicon Labsのソリューション上で画像認識、分類、カウント、人間の姿勢の検出などのエッジMLビジョンタスクを実行するための高度に最適化されたモデルを容易に作成できるようにするために行われました。

Aptosは、選択したチップをターゲットとした最適な ML モデルを自動的に生成して特性評価します。Aptosが対応する最初の Silicon Labs チップは、 EFR32xG24およびEFR32xG26です。Aptos が解決すべきMLの問題が、モデルの精度、レイテンシー、電力要件などの目的と制約を指定し、トレーニングおよび検証データセットを使用して定義されると、Aptosは、それぞれの Silicon Labs SoC およびコンパイラに関する知識を適用してモデルを自動生成します。これらのモデルは、Aptos によって実際のハードウェア開発キットに対して自動的に特性評価されるため、Aptos が報告するメトリックが、実際に Silicon Labs ベースの独自のハードウェアで達成されるものであることが保証されます。

Eta Computeは、企業が、エッジAI/MLに秘められた膨大な可能性を実現するのを支援するためにAptosを開発しました。このコラボレーションは、エッジ ML製品を概念実証実験から大量生産へと移行させるという課題を克服することを目指しており、そこには、MLと組み込みソフトウェアの世界との間にある大きなギャップや、お客様が直面する可能性のあるリソース、スケジュール、専門知識の制約に対処することが含まれます。

Silicon Labsのソリューションを搭載したAptomno使用に関する詳細は、今後のブログでご紹介します。それまで間、Aptosが実際に動作する様子をライブデモやガイドツアーでご覧いただくか、こちらで無料の試用版にサインアップし、Silicon Labs のソリューションを対象に最適化された独自のMLモデルを生成することもできます。

マーク・ミリガン
マーク・ミリガン
事業開発&マーケティング責任者 | Eta Compute
閉じる
ロードの結果
閉じる
Powered by Translations.com GlobalLink OneLink Software