瑞萨电子嵌入式人工智能解决方案介绍(2)

前篇回顾

前篇您可点击上方的文章合集或文末的“回顾 | 瑞萨电子嵌入式人工智能技术及应用研讨会（上）”查看相关文章。

AI视觉产品及解决方案

视觉是人工智能领域非常热门的赛道，瑞萨提供内置了专用的AI硬件加速单元的MCU/MPU平台，以更加高效的支持AI推理应用

点击查看大图

RZ/V系列MPU内置低功耗AI引擎

DRP-AI (Dynamically reconfigurable processor for AI)，提供高算力同时平衡能耗。

点击查看大图

RA8系列MCU内置Helium加速单元

面向ML/DSP的M型矢量扩展单元（MVE），使能小型低功耗嵌入式系统具备算力。

针对MPU和MCU两种处理器平台，提供2种AI模型开发工具和部署工具：

点击查看大图

这些工具已支持主流的Python、TensorFlow、Keras等框架，并验证了大量的模型，Demo参考：

AI语音解决方案

瑞萨提供免费的离线语音识别VUI解决方案：

点击查看大图

热门问答

问

DRP-AI支持哪些人工智能模型和算法？

答

参考如下

点击查看大图

问

请问模型生成可以定制功能吗？

答

我们算法是通用的，模型的差异取决于训练数据。

问

DRP-AI是什么？与传统的嵌入式人工智能解决方案相比有什么独特之处？DRP-AI如何帮助开发人员快速构建和部署嵌入式人工智能应用？

答

1）DRP-AI全称动态可配置处理器(Dynamically reconfigurable processor for AI)。

2）它是一种针对CNN卷积神经网络的硬件加速单元，内嵌在瑞萨RZ系列的MPU中，与一般的NPU不同，DRP对基于深度学习CV类应用不仅提供AI算力，同时保持业内领先的功耗表现。

3）瑞萨处理提供成熟的DRP Translator工具用于模型翻译和部署外，也提供大量已验证的预训练模型和Demo，供工程师参考，只需简单的迁移学习和参数修改，就可以设计自己的模型。这是我们已支持一些demo源码：

问

RZ/V2L与RZ/G2L有哪些区别？

答

RZ/V2L和RZ/G2L是pin to pin管脚兼容，主要区别是V2L中有针对AI算法加速的DRP-AI模块。

问

Reality AI Tools和e2 Studio在瑞萨电子的嵌入式人工智能解决方案中扮演着怎样的角色？

答

数据采集，模型训练以及部署开发一般是分开的几个阶段，都是需要工程师独立完成的，Reality AI Tools和e2 Studio现在可以直接打通整个流程，数据直接通过e2 studio上传，训练完之后模型可以直接下发到e2 studio，这样就可以提高开发人员的效率。

问

请问Reality AI对于采集参数的采样频率为多少？

答

取决于应用场景。Reality AI可以验证多大的采样率是比较合适的。

问

Reality AI tools要多少传感器？

答

取决于客户实际的使用场景，我们在一些客户实际的项目中甚至是不使用任何传感器的，只用一些设备的电流等信息就可以了。

问

AI如何与瑞萨的MCU结合使用？

答

可以用eAI Translator工具将神经网络模型部署到瑞萨的MCU上，或者用Reality AI训练部署自己的模型。

问

瑞萨RealityAI对处理器架构和系统环境有哪些要求吗？

答

Reality AI支持瑞萨全系列MCU/MPU产品。

问

请问如何进行异常检测

答

Reality AI可以使用分类以及异常检测算法处理相关的问题。

审核编辑：汤梓红