르네사스의 Reality AI Tools®는 엔지니어가 고급 신호 처리에 기반한 TinyML/엣지 AI 모델을 생성하고 구축하는데 도움을 줍니다. 사용자는 센서 데이터를 자동으로 탐색하고 최적화된 모델을 생성할 수 있습니다. Renesas Reality AI Tools에는 최적의 센서 또는 센서 조합, 센서 배치 위치를 찾고, 부품 사양을 자동으로 생성하는 분석 기능이 있습니다. 또한 시간 영역 및 주파수 영역에 대하여 완전히 설명 가능한 AI 모델 기능과 Arm® Cortex® M/A/R 구현을 위한 최적화된 코드도 포함되어 있습니다.
관련 제품:
다음은 르네사스의 Reality AI Tools®에 대한 Q&A입니다:
Q1: Reality AI Tools®는 사용자가 AI 모델을 커스터마이징하고 빠르게 배포할 수 있도록 지원하나요?
A: eAI(embedded AI) 모델은 고객이 커스터마이징하고 학습할 수 있지만, RAI(Reality AI) 모델은 커스터마이징할 수 없습니다.
Q2: Reality AI의 모델 학습은 어디에서 이루어지나요?
A: Reality AI의 모델 학습은 일반적으로 클라우드에서 수행됩니다. 엣지 AI 또는 DRP를 사용하는 경우, 개발자는 로컬 PC 또는 클라우드 중에서 학습할 곳을 직접 선택할 수 있습니다. 클라우드 플랫폼은 MCU AI 학습용 알고리즘을 제공하며, MPU AI 학습은 필요에 따라 PC, 클라우드 또는 서버에서 수행할 수 있습니다.
Q3: AI 모델이 최종 장치에 배포된 후, 미세 조정이나 업데이트가 필요한 경우, Reality AI Tools®는 어떤 도구와 프로세스를 사용할 수 있나요?
A: e2studio를 RAI 플랫폼에 직접 연결할 수 있으며, e2studio에 모델을 직접 다운로드할 수 있습니다.
Q4: Reality AI Tools®는 르네사스 MCU/MPU에서 직접 모델을 학습하고 미세 조정할 수 있나요?
A: RAI는 MCU에서 모델을 미세 조정할 수 없습니다. 그러나 이러한 요구를 충족할 수 있는 다른 도구들이 있으며, 필요 시 르네사스에 문의하시기 바랍니다.
Q5: Reality AI의 실시간 분석 플랫폼은 르네사스 MCU/MPU에서 효율적인 AI 개발과 디버깅을 어떻게 지원하나요?
A: RAI 모델을 MCU에서 실행하려면 단 하나의 함수만 호출하면 되기 때문에 간단하고 효율적입니다. 또한, 특징 추출 후 시각적인 의사결정 근거를 제공하며, RAM, FLASH, 연산량 등의 성능 정보도 제공합니다.
Q6: Reality AI Tools®에서 AI 모델의 시각적 디버깅과 성능 분석은 어떻게 수행하나요?
A: 특징 추출 후 모델은 시각적인 의사결정 근거를 제공합니다. 성능 분석 측면에서는 RAM/FLASH/연산량 등의 정보를 플랫폼에서 제공합니다.
Q7: Reality AI Tools®가 모델 변환을 지원하는 주요 AI 프레임워크에는 어떤것이 있나요?
A: PyTorch, Keras, TensorFlow, TensorFlow Lite를 지원합니다.
Q8: Reality AI Tools®는 MCU/MPU 프로그래밍을 단순화하기 위한 자동 코드 생성을 지원하나요?
A: 모델을 내보낸 후에는 단 하나의 함수만 호출하면 실행할 수 있으므로 프로그래밍이 비교적 간단합니다. 다만, 많은 센서가 외부에 있기 때문에 센서와 관련된 코드는 자동으로 생성되지 않습니다.
Q9: Reality AI Tools®는 어떤 개발 환경을 지원하나요?
A: 현재는 주로 CS+와 e2studio를 지원하며, IAR 및 Keil과 같은 컴파일러에 대한 지원도 점차 확대되고 있습니다.
Q10: Reality AI Tools®는 제품 개발 생애 주기 전체를 지원할 수 있나요?
A: 네, 지원합니다.
Q11: Reality AI Tools®는 AI 애플리케이션 개발 주기를 가속화하기 위해 어떤 구체적인 개발 기능을 제공하나요?
A: 데이터 검토, 모델 학습, 모델 배포, 모델 최적화(채널 수, 크기, 샘플링 속도 최적화)를 포함합니다.
Q12: Reality AI Tools®는 유료인가요?
A: 현재는 유료이며, 요금은 구체적인 상황에 따라 달라집니다.
Q13: 르네사스의 엣지 AI는 클라우드에서 학습한 후 로컬에 배포되나요?
A: 네. MCU는 클라우드에서 학습할 수 있으며, MPU는 필요에 따라 클라우드, PC, 또는 서버에서 학습할 수 있습니다. 그런 다음, 학습된 모델은 엣지 디바이스에 배포됩니다.
Q14: Reality AI Tools® 솔루션은 소형 MCU에도 적용할 수 있나요?
A: 네, 적용 가능합니다. RL78 16비트 MCU에서도 실행 가능하며, 학습된 모델은 매우 적은 리소스만을 사용합니다.