Eta Compute的Tensai Flow将机器学习置于物联网的边缘
长期以来，在物联网边缘部署人工智能和机器学习一直是设计工程师的圣杯。在大多数情况下，根本没有足够的计算能力来处理如此复杂的操作，通常可用的电源资源有限。感谢Eta Compute的Tensai平台中的软件套件Tensai Flow等工具，开发人员现在可以实现这样的系统。
Tensai Flow 可实现从概念到固件的无缝设计，包括编译器、神经网络动物园和具有 FreeRTOS、硬件抽象层 （HAL） 以及传感器和物联网/云支持框架的中间件。
该软件套件补充了公司的现有资源，以加快应用程序开发。据该公司称，该软件解决了为物联网和低功耗边缘设备设计和构建机器学习应用程序的各个方面。这包括减少内存占用、减少操作和降低整体复杂性。
Tensai软件的一个关键特点是它能够通过确认可行性和概念验证来降低开发风险。神经网络动物园通过针对最常见用例（包括运动、图像和声音分类）的即用型网络加速和简化开发;开发人员只需使用他们的数据训练网络。
一个结果是TensorFlow网络可以在Eta Compute的超低功耗SoC上运行。 测试显示AI性能在1毫瓦范围内，与其他替代方案相比相当低，特别是那些为图像处理而设计的替代方案。
审核编辑：郭婷
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
人工智能
+关注
关注
1821文章
50396浏览量
267181 -
机器学习
+关注
关注
67文章
8567浏览量
137288
发布评论请先 登录
相关推荐
热点推荐
边缘计算网关在工业物联网系统的应用案例拆解
在当今数字化飞速发展的时代，工业物联网作为推动产业升级的关键力量，正以前所未有的速度改变着传统工业的面貌。边缘计算网关凭借其强大的边缘计算能力、灵活的协议转换功能以及可靠的通信性能，成
边缘计算网关对物联网行业重要吗
传统物联网架构依赖云端处理数据，导致高延迟问题。边缘计算网关将数据处理能力下沉至设备端，实现本地即时响应。例如，在工业自动化中，生产线上的传感器数据通过网关实时分析，可立即调整设备参
边缘计算与嵌入式系统：物联网发展的新动力
引言 随着物联网设备数量的持续增长，数据处理需求呈现指数级上升。传统的云计算模式在面对实时性、带宽与安全性要求时逐渐显得不足。在这种背景下， 边缘计算与嵌入式系统的结合 ，正在为物
深度学习对工业物联网有哪些帮助
深度学习作为人工智能的核心分支，通过模拟人脑神经网络的层级结构，能够自动从海量工业数据中提取复杂特征，为工业物联网（IIoT）提供了从数据感知到智能决策的全链路升级能力。以下从技术赋能、场景突破
超小型Neuton机器学习模型, 在任何系统级芯片(SoC)上解锁边缘人工智能应用.
Neuton 是一家边缘AI 公司，致力于让机器 学习模型更易于使用。它创建的模型比竞争对手的框架小10 倍，速度也快10 倍，甚至可以在最先进的边缘设备上进行人工智能处理。在这篇博文
发表于 07-31 11:38
边缘计算网关赋能智慧农业：物联网边缘计算的创新应用与实践
监测土壤湿度、光照强度、气温、作物生长状态等关键信息。蓝蜂物联网边缘计算网关就如同智慧农业系统的“中枢神经”，将这些分散的传感器数据汇聚起来。通过其强大的数据采集功能，能够实时、准确地
贸泽电子2025边缘AI与机器学习技术创新论坛回顾（上）
2025年，随着人工智能技术的快速发展，边缘AI与机器学习市场迎来飞速增长，据Gartner预计，2025年至2030年，边缘AI市场将保持
工业物联网新基建：可拓展物联网控制器，重构边缘智能新范式
核心定位：边缘计算与工业控制的融合中枢 当工业4.0遇上物联网，设备互联、实时计算与智能决策成为破局关键。USR-EG628作为一款集成边缘计算、PLC编程、本地组态于一体的工业级
物联网未来发展趋势如何?
。
智能家居：与人类生活息息相关的智能家居将成为物联网行业的重要发展方向。随着人们对生活品质的追求不断增加，智能家居系统将更加普及，实现家居设备的互联互通。从智能灯光、智能家电到智能安防系统，
发表于 06-09 15:25
物联网工程师为什么要学Linux？
物联网工程师需要掌握Linux的主要原因可以从技术生态、开发需求、行业应用及就业竞争力四个角度来分析：
一、技术生态与行业适配性
1）嵌入式开发的主流平台
物联网设备往往基于嵌
发表于 05-26 10:32
边缘 AI：物联网实施新标杆
AI与物联网系统的融合改变了数据的处理、分析与使用方式。多年以来，各种 AI 解决方案始终基于云端部署，而如今边缘 AI 的兴起，在提升运行效率、增强安全性和改善运营可靠性方面提供了颇有潜力的解决方案。本文旨在深入剖析
评论