This thread has been locked.

If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.

[参考译文] CC2340R5:适用于具备边缘功能的产品开发的 AI/ML 解决方案

Guru**** 2328420 points
Other Parts Discussed in Thread: CC2340R5, CC2755R10
请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

https://e2e.ti.com/support/wireless-connectivity/bluetooth-group/bluetooth/f/bluetooth-forum/1489543/cc2340r5-ai-ml-solutions-for-edge-enabled-product-development

器件型号:CC2340R5
主题中讨论的其他器件: CC2755R10

工具与软件:

大家好、团队成员:

我目前正在为我们支持边缘的产品开发项目探索 AI/ML 解决方案、特别是关注具有小尺寸 SoC 的可穿戴设备(闪存~1MB、RAM:48KB - 256KB)。 我们的用例包括收集使用信息、开发 AI/ML 模型、将这些模型转换为.h/.c 格式以进行固件集成、以及通过 OTA 更新将它们部署到 MCU。 然后、MCU 会收集传感器/参数数据并将其发送回 AI/ML 引擎、以实现持续分析和精度改进。

考虑到我们的器件封装要求(小尺寸和成本效益)、我们想要获得以下信息:

  1. 支持边缘 AI 功能的芯片组

    • 您提供的哪些芯片组可在指定的存储器限制范围内支持边缘 AI 功能?
  2. 适用于 AI/ML 模型生成和转换的工具链支持

    • 您提供哪些工具链来生成 AI/ML 模型并将其转换为适合固件集成的格式?
  3. 用于固件开发的工具链支持

    • 哪些工具链可用于固件开发、以便在您的芯片组上实现 AI/ML 和边缘 AI 功能?
  4. 应用支持

    • 在项目期间、您是否提供积极及时的应用程序支持、以帮助实施解决方案和弥补知识差距?
  5. 替代解决方案

    • 您是否建议了任何替代解决方案或方法来克服在小尺寸器件上实施 AI/ML 时可能遇到的挑战或块?

提前感谢

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    尊敬的 Aldrina:

    您能否请查看 TI 的 Edge AI Studio 资源、然后告诉我您还有哪些问题?

    https://www.ti.com/technologies/edge-ai.html 
    https://dev.ti.com/edgeaistudio/
     
    https://www.ti.com/tool/EDGE-AI-STUDIO 

    根据您的要求、我相信您会对 CC2755感兴趣。

    此致、
    Ryan

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好、Ryan。

    感谢快速响应

    我想知道我们是否可以同样使用 CC2340R5 MCU?

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    边缘 AI 解决方案目前尚不考虑 CC2340R5、因此我推荐使用 CC2755R10。

    此致、
    Ryan

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好、Ryan、

    请您提供更多有关原因的详细信息 CC2340R5 目前未考虑使用边缘 AI 解决方案? 了解原因有助于我们做出更明智的决策。此外、您能否详细说明改用 CC2755R10的优点?

    再次感谢您的帮助!

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

     CC2755R10具有更多的 SRAM、更高的工作频率、针对机器学习加速的 Arm CDE (自定义数据扩展)指令支持以及能够进行后处理支持蓝牙信道探测的 APU (算法处理单元)、所有这些都有利于 边缘 AI 技术目标(实时监测和控制、音频)。   http://ti.com/video/6365049372112 

    此致、
    Ryan