マイクロチップ・テクノロジーの機械学習ソリューション
機械学習 (ML) の力は、入力データとデータトレーニングの方法に大きく依存します。そして、ゼロからMLトレーニングモデルを構築するのは非常に難しい場合があります。本記事では、Microchipが提供する幅広いプレミアムな機械学習モデル、製品、システム、およびソリューションについてご紹介します。
Microchip Technologyの機械学習の最先端の世界を探求し、洗練されたモデルを簡単に作成および実装する力を手に入れましょう。マイクロコントローラユニット (MCU) やマイクロプロセッサユニット (MPU) の領域に足を踏み入れる場合でも、画像分類やビデオアプリケーション向けの専門的なツールを求める場合でも、この包括的なソリューションスイートは、あらゆるニーズに応えます。
自分のモデルを作成する
MPLAB® Machine Learning Development SuiteによるMCU/MPU開発
マイクロチップのMPLAB® Machine Learning Developmentスイートを使用して、機械学習の旅を始めましょう。本スイートは、MPLAB® X IDEに統合されたプラグインとしてシームレスに組み込まれています。この包括的なソリューションは、データ収集からモデルテストまでのプロセスを効率化し、Microchip MCU/MPU向けにカスタマイズされたナレッジパックを提供します。
これらの綿密に設計された機械学習評価ツールキットは、特に慣性計測装置 (IMU) アプリケーションに対応し、振動およびセンサーデータの分析に焦点を当てています。以下の優れたプラットフォームをご覧ください:
- SAMD21G18 Arm® Cortex®-M0+ ベースの32ビット MCU を搭載しています。
- オンボードデバッガー（nEDBG）、ATECC608A CryptoAuthentication™ セキュア要素IC、およびATWINC1510 Wi-Fi®ネットワークコントローラーを搭載しています。
- SAMD21G18 Arm Cortex-M0+ベースの32ビットMCUを搭載しています。
- オンボードデバッガー（nEDBG）、ATECC608A CryptoAuthenticationセキュアエレメントIC、そしてATWINC1510 Wi-Fiネットワークコントローラーを含みます。
キュリオシティ Nano 評価キット
独自モデルを持ち込む
事前に学習済みのDNNモデルがある場合、ユースケースに応じてMicrochip MPUまたはFPGAを使用することができます。
オーディオ/画像/低フレームレート動画の機械学習アプリケーション（MPU向け）：
- 標準的なAPIを使用してTensorFlowモデルをTensorFlow Liteモデルに変換する
- MPLAB Harmony V3 を活用して、MLランタイムエンジン（TensorFlow Liteモデル）および周辺機器をスムーズに統合しましょう。
低消費電力および高フレームレートのビデオアプリケーション向け (FPGA):
- MicrochipのFPGAは、要求の厳しいアプリケーションに特化したソリューションを提供します
- VectorBlox™ Accelerator SDKを活用して、高度なディープニューラルネットワークをTensorFlow Liteに簡単に変換可能。FPGA設計の経験がなくても問題ありません。
評価ツールキット
はじめに
- ステップ 1: VectorBlox™ ソフトウェア開発キット (SDK) をインストールし、プログラマーズガイド をお読みください
- ステップ2: PolarFire® FPGA または PolarFire SoC FPGA ファミリから選択してください
- ステップ3: 対応するビデオキットを選択し、VectorBlox SDK環境を設定するための手順が記載されたGitHubの該当ページへ移動します:
- ステップ4: Libero® SoC Design Suite 2023.1 をダウンロードしてください
- ステップ5: Libero SoC Design Suite Silverライセンス と CoreVectorBloxライセンス を生成して*統合する
*これらのライセンスを統合する方法については、Liberoソフトウェアのクイックスタートガイドのセクション7.3を参照してください。
マイクロチップ・テクノロジーで機械学習の取り組みを加速させましょう。評価キットのパワーと使いやすさを体験し、インテリジェントコンピューティングの可能性を解き放ちましょう。
評価ツールキット
MCU/MPU向けリファレンスデザイン:
FPGA用リファレンスデザイン:
追加リソース:
記事タグ
