• 官方微信

    CA800二维码微平台 大视野

  • 工控头条

    CA800二维码工控头条App

当前位置:自动化网>自动化新闻>企业资讯>英飞凌携手 SensiML为智能家居、健身和工业应用提供传感器数据并训练机器学习模型

英飞凌携手 SensiML为智能家居、健身和工业应用提供传感器数据并训练机器学习模型

发布时间:2022-02-15 来源:中国自动化网 类型:企业资讯 人浏览
关键字:

微控制器 英飞凌 XENSIV传感器 MCU)

导  读:

英飞凌科技股份公司(FSE:IFX/OTCQX:IFNNY)正与SensiML进行合作,共同为开发者提供SensiML Analytics Toolkit开发软件和ModusToolbox套件,以便他们能够轻松无缝地从英飞凌XENSIV传感器中获取数据、训练机器学习(ML)模型,并直接在超低功耗PSoC 6微控制器(MCU)上部署实时推理模型。

  【2022年2月11日,德国慕尼黑讯】英飞凌科技股份公司(FSE:IFX/OTCQX:IFNNY)正与SensiML进行合作,共同为开发者提供SensiML Analytics Toolkit开发软件和ModusToolbox套件,以便他们能够轻松无缝地从英飞凌XENSIV传感器中获取数据、训练机器学习(ML)模型,并直接在超低功耗PSoC 6微控制器(MCU)上部署实时推理模型。SensiML是领先的开发商,致力于开发AI工具,以构建智能物联网终端。通过此次合作,双方将为设计师提供合适的工具,助力他们为智能家居、工业和健身领域的物联网设备开发智能应用。

  此外,英飞凌还于2022年2月3日在开发者社区hackster.io上发起了“Build AI for the IoT设计挑战赛”。在该挑战赛中,具有创新能力的开发者们需要利用多种工具来开发新的ML/AI解决方案。例如,参赛者可利用英飞凌的ModusToolbox ML软件工具、超低功耗PSoC 6技术和CAPSENSE电容式传感技术,并搭配AIROC无线连接解决方案提供的强大连接,以及业界领先的XENSIV系列传感器。SensiML软件为参赛者提供了必要的固件和数据科学工具,用以捕获和标记来自传感器的数据。此外,他们无需掌握广博的AI专业知识即可利用AutoML云平台来训练模型,然后将生成的模型部署到PSoC 6 MCU上,从而应用于边缘设备。

  英飞凌科技物联网计算和无线业务副总裁Steve Tateosian指出:“对于OEM厂商而言,获取准确的数据,并利用这些数据来训练机器学习模型,以创建适用于智能家居、健身和工业领域的物联网设备,是一个复杂但关键的过程,也是让设备变得更加智能的必由之路。我们与SensiML合作,将他们的ML/AI软件工具与我们经实践验证的PSoC 6 MCU、连接及传感器解决方案相结合,降低了创建智能物联网解决方案的复杂性。通过此次合作,我们期望能够提供一整套合适的工具,助力开发者及设计挑战赛的参赛者为不同行业创造具有前瞻性的智能物联网设备。”

  SensiML首席执行官Chris Rogers表示:“英飞凌提供一系列低功耗处理器和领先的传感器,能够助力开发者们创建广泛的嵌入式物联网应用。我们的SensiML Data Analytics工具套件能够帮助使用英飞凌产品的客户快速、轻松地实现AI/ML功能,将传感器驱动的设备转变为智能物联网解决方案。”

  英飞凌的PSoC 6 MCU基于超低功耗架构并采用低功耗设计技术,是电池供电应用的理想之选。Arm®Cortex®-M4和Cortex-M0+双核架构让设计师在降低功耗的同时能够优化设备的性能。PSoC 6 MCU采用双核架构,与可配置存储器和外设保护单元相结合,可提供Arm平台安全架构(PSA)定义的最高级别的保护。目前,客户借助SensiML的AI软件工具,即可获取准确的传感器数据并创建机器学习模型,以便在PSoC 6 MCU上运行。

  供货情况

  英飞凌PSoC 6评估板CY8CKIT-062S2-43012和CY8CKIT-028-SENSE现已开始供货。

本文地址:http://www.ca800.com:8002/news/d_1o3t9r66hg081.html

拷贝地址

上一篇:精耕细作,智能数据服务平台挖掘企业数据价值

下一篇:AVEVA剑维软件首份可持续发展报告出炉

免责声明:本文仅代表作者个人观点,与中国自动化网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容!来源网络如有误有侵权则删。

相关新闻
微控制器 英飞凌 XENSIV传感器 MCU)

猜您喜欢

更多精彩信息看点 请扫描以下二维码