Cartesiam IDE 在 Arm Cortex-M MCU 上添加边缘异常分类

Cartesiam 推出了其集成开发环境 (IDE) 的新版本，据称这是第一个直接在所有 Arm Cortex 微控制器 (MCU) 上启用异常分类的版本。它还推出了一个基于网络的新平台，供用户下载代表性用例的真实数据集，并宣布与 Bosch Connected Devices and Solutions 建立合作伙伴关系，以使用 Cartesiam 的 IDE 扩展其物联网产品线。

今年早些时候，该公司推出了一个 IDE，供开发人员在微控制器上创建人工智能 (AI) 训练和推理应用程序，现在该公司宣布推出 NanoEdge AI Studio V2，除了简化机器学习 (ML) 的创建和推理，现在添加了分类库，以便在 Arm Cortex-M MCU 上直接实现。

Cartesiam 表示，这个新的 IDE 具有卓越的异常检测和分类方法。这是因为模型是在微控制器中训练的，这意味着异常检测会唤醒分类器进行表征，准确地告诉系统出了什么问题，而不仅仅是存在通用问题，这是为用户提供所需的智能的关键。明智的决定。

Cartesiam 的首席执行官兼联合创始人 Joël Rubino 向embedded.com 解释说：“我们的解决方案从一开始就是在微控制器的盒子中设计的。我们从代数重新开发所有机器学习 (ML) 和信号处理算法，以在 MCU 内本地运行。市场上的其他解决方案是从设计用于在具有无限计算能力、内存、数据集等的服务器上运行的框架“缩小”的解决方案，以适应微控制器，因此我们的库与竞争对手相比要优化得多——例如谷歌 TensorFlow 和其他运行在云端的 AI 软件解决方案。在典型配置中，我们通常适合 4Kb 的 RAM，并且大部分时间都低于 1Kb。”

Cartesiam 针对 Arm Cortex-M MCU 进行了优化，表示其 IDE 不需要数据科学家和信号处理工程师的专业知识，因为它是一种直观的桌面工具，让嵌入式开发人员可以专注于解决业务问题而不是选择算法。它支持边缘快速学习，在 30 毫秒内在 Arm Cortex-M4 80MHz 中执行迭代学习以快速交付智能。

该公司表示，数以千计的商用工业物联网 (IIoT) 嵌入式设备已经使用 NanoEdge AI Studio V1 进行生产，用于异常检测。通过将分类库添加到 NanoEdge AI Studio V2，开发人员现在可以更轻松地超越异常检测，直接在端点中限定问题。

“Cartesiam 为嵌入式开发人员提供工具，提供无需数据科学背景的直观按钮方法，为使用 Arm Cortex-M MCU 构建的数十亿个资源受限的嵌入式设备打开 AI，”Rubino 评论道。 “我们最初设计 NanoEdge AI Studio 是为了满足客户在预测性维护方面的需求，他们积累了有关设备使用的数据，要求我们帮助他们轻松确定事件并预测事件。我们 IDE 的新版本允许这些客户 - 以及任何其他嵌入式设计人员 - 轻松开发分类库，而不会遇到与信号处理和机器学习技能相关的常见挑战。这大大降低了成本并加快了上市时间。”

他补充说：“我们的解决方案在 PC 上运行。无需云连接或成本。许多公司，尤其是欧洲人，对将数据发送到云端（出于数据隐私问题）以及隐藏的云计算成本持怀疑态度。”

基于网络的新平台的示例数据集，博世物联网合作伙伴
Cartesiam 还在 data.cartesiam.ai 上引入了一个“用例浏览器”，这是一个新的基于网络的平台。用户可以下载真实数据集并在代表性用例中试用 NanoEdge AI Studio IDE，例如呼吸机阻塞检测、乳腺癌检测、真空袋容积检测等。该公司表示将通过额外的数据集不断增强门户。

在推出新的 IDE 和网络平台的同时，博世互联设备和解决方案公司正在添加 Cartesiam 的 NanoEdge AI Studio，以扩展其现有的物联网产品线、跨域开发套件或 XDK。

博世互联设备和解决方案技术负责人 Ando Feyh 表示：“XDK 平台拥有 8 个传感器，让设计人员可以通过蓝牙或 Wi-Fi 远程监控、控制和分析流程，使我们的客户能够快速创建更多智能互联机器。 NanoEdge AI Studio V2 增加了 XDK 的独特功能，为一个或多个传感器的异常检测和分类提供处理数据的能力。鉴于此，我们计划在各种内部和外部项目中使用 Cartesiam 的平台，并与 Cartesiam 密切合作，将 NanoEdge AI Studio 与我们的 XDK 集成。”