주요 콘텐츠로 건너뛰기
임베디드 AI 코더

임베디드 시스템에 고품질 AI 모델 적용

tbh

Embedded AI Coder는 학습된 신경망(neural network)을 다양한 마이크로컨트롤러 및 마이크로프로세서에 최적화된 C 코드로 손쉽게 변환하는 코드 생성기입니다. Embedded AI Coder는 뛰어난 속도와 효율적인 메모리 사용으로 개발자가 제품에 AI기능을 원활하게 통합할 수 있도록 지원합니다.

이점

여러 마이크로컨트롤러(µC) 타깃에 적용 가능

쉽게 구성하고 직관적으로 사용할 수 있으며, 다른 툴에 명확하게 정의된 인터페이스를 지원합니다.

리소스 및 비용 절감

효과적인 문제 해결, 혁신적인 접근 방식으로 더 빠르고 비용 효율적인 개발이 가능합니다.

관련 안전 요구사항 준수

ISO26262 및 MISRA와 같은 자동차 및 기능 안전 요구사항을 준수합니다.

특징

도구의 스크린샷
  • 지원되는 형식 .ONNX, .LiteRT (TensorFlow Lite), ASCMO 내보내기
  • 명령줄 도구, 컴파일러를 사용하는 것처럼 간단합니다.
    예를 들어, 코더가 myaimodel.tflite를 컴파일하려면 다음 명령어를 실행합니다: myaimodel.tflite -c myoptions -o <대상 폴더>
  • 추가 아티팩트를 포함하여 어떤 도구 체인에도 통합할 수 있도록 생성된 코드.
  • CI/CD 파이프라인에 쉽게 통합 가능합니다.

  • Embedded AI Coder는 다양한 하드웨어에서 실행 가능하며 일반적으로 사용되는 신경망(neural network) 레이어와 호환됩니다: 배치 정규화(Batchnorm), 합성곱(Convolutions), 깊이별 합성곱(Depthwise Convolutions), LSTM, 완전 연결(Fully Connected), 요소별 덧셈(Elementwise Add), 뺄셈(Sub), 곱셈(Mul), 소프트맥스(Softmax), ReLU, Leaky ReLU, 로지스틱(Logistic), 패딩(Padding), 스트라이드 슬라이스(StridedSlice), 탄젠트 하이퍼볼릭(Tanh), 최대 풀링(MaxPooling), 평균 풀링(AveragePooling), 전치 합성곱(TransposeConv). 또한 int8 및 float32 데이터 타입을 지원합니다.
  • 하드웨어는 작은 마이크로컨트롤러부터 강력한 마이크로프로세서에 이르기까지 다양한 아키텍처(ARM Cortex-M, ARM Cortex-A, 공급업체 특정 아키텍처)를 포함합니다.

  • Embedded AI Coder는 스마트 센서 및 스마트 액추에이터 시스템, 오토모티브 · 의료 기술 · 항공 우주 분야의 필수 안전 시스템, 그리고 소형 하드웨어 시스템의 AI에 적합한 툴입니다.
  • 비용 효율적인 마이크로컨트롤러(µC)와 임베디드 장치에서의 복잡하고 안전이 중요한 애플리케이션에 사용할 수 있습니다.

  • MLPerf™ Inference Tiny 벤치마크에 보쉬 결과 제출
  • 모든 카테고리에서 최상위권 수준
  • 최고 수준의 메모리 효율성

벤치마크 포털의 유사 툴 비교 정보배경 정보를 확인해 보세요.

  • Embedded AI Coder는 ISO26262 및 MISRA와 같은 모든 자동차 및 기능 안전 요구 사항을 준수합니다.
  • 런타임 오류 없이 안전하고 수치적으로 정확한 코드를 생성합니다.

내장형 AI를 현실로 만들기

그래픽은 임베디드 AI 코더의 워크플로우를 보여줍니다.

임베디드 AI 코더는 AI와 임베디드 세계 사이의 가교 역할을 수행하여, 임베디드 소프트웨어 전문가의 도움 없이 임베디드 C 코드를 생성할 수 있도록 합니다.

pytorch, TensorFlow 또는 ETAS ASCMO와 같은 잘 알려진 머신러닝 프레임워크의 모델을 우리 도구로 입력으로 사용할 수 있습니다.

수동으로 작성된 코드와 달리, 이는 기업들이 개발 비용과 자원을 크게 절감할 수 있습니다. 특히 오늘날의 일반적인 빠른 개발 사이클과 자주 변경되는 코드 요구사항을 고려할 때 이는 특히 유리합니다.

생성된 코드는 생산 환경의 하드웨어에 배포되거나, INTECRIO, EHOOKS 또는 VECU-BUILDER를 사용한 가상 ECU를 통해 ETAS Rapid Prototyping 툴체인에서 조기에 테스트될 수 있습니다.

이 그림은 자동차 산업의 소프트웨어 개발을 묘사합니다.

임베디드 AI 코더 사용 사례

자동차 산업에서의 사용 사례:

  • 제동 시스템, 조향 시스템, 엔진 관리 등에서 가상 센서(즉, 물리적 센서를 대체하는 AI 알고리즘)를 통해 비용 절감
  • 타이어 공기압 모니터링
  • 조기 결함 감지
  • 운전 보조 시스템(예: 초음파 주차 센서)
  • 운전자 모니터링 시스템(2024년 7월부터 법적 의무화)

자동차 산업에서 이미 검증 받은 이타스의 소프트웨어 툴은 필요에 따라 다른 산업 분야에도 적용할 수 있습니다. 이타스는 귀사의 산업 분야에서 규제 검사를 수행하여 규정을 준수하고 성공적인 구현을 보장하기 위해 최선을 다하고 있습니다.

모든 뉴스

예정 이벤트

문의하기

궁금하신 사항은 언제든지 문의해 주시기 바랍니다.