RenesasのReality AI Tools®により、エンジニアは高度な信号処理に基づくTinyMLやエッジAIモデルを生成し、構築することができます。ユーザーはセンサデータを自動的に探索し、最適化されたモデルを生成することができます。Reality AI Toolsは、一連の解析機能を備えており、最適なセンサや最適なセンサの組み合わせ、センサの配置、および部品の仕様の自動生成に使用することができます。また、完全に解釈可能な時間領域/周波数領域でのモデル関数や、Arm® Cortex® M/A/R実行用に最適化されたコードも含まれています。
関連製品
以下は、RenesasのReality AI Tools®に関するQ&Aです
Q1：Reality AI Tools®は、ユーザーがAIモデルをカスタマイズし、迅速にデプロイすることをサポートしていますか？
A：eAIのモデルはユーザーがカスタマイズしてトレーニングしますが、RAIのモデルはカスタマイズできません。
Q2：Reality AIのモデルのトレーニングはどこで行われますか？
A：Reality AIモデルのトレーニングは通常クラウド上で行われます。エッジAIやDRPを使用する場合は、開発者自身でローカルのPCでのトレーニング、またはクラウド上でのトレーニングを選択できます。クラウド上のプラットフォームはMCU AIのトレーニングに対応するアルゴリズムを提供し、MPU AIのトレーニングは必要に応じてPC側、クラウド側、またはサーバ側で実行できます。
Q3：エンドデバイスへのデプロイ後にAIモデルの微調整や更新が必要な場合、Reality AI Tools®にはどのような対応ツールやプロセスがありますか？
A：e2studioはRAIプラットフォームに直接接続でき、モデルをe2studioに直接ダウンロードできます。
Q4：Reality AI Tools®は、RenesasのMCU/MPU上でモデルのトレーニングや微調整を直接行うことができますか？
A：RAIではMCUのモデルを微調整することはできません。しかし、このニーズを満たすツールは他にもあります。必要であれば、Renesasにお問い合わせください。
Q5：Reality AIリアルタイム解析プラットフォームは、RenesasのMCU/MPU上での効率的なAI開発とデバッグをどのようにして効率化するのですか？
A：MCU上でRAIモデルを実行するには、1つの関数を呼び出すだけでよく、単純で効率的です。さらに、このモデルは特徴抽出後に視覚的な意思決定の動機付けがあり、プラットフォームはRAM、FLASH、計算量などの性能情報も提供します。
Q6：Reality AI Tools®でAI モデルの視覚的なデバッグと性能分析を実行するにはどうすればよいですか？
A：このモデルには、特徴抽出後に視覚的な意思決定の動機づけがあります。性能分析に関しては、プラットフォームがRAM/FLASH/計算量の情報を提供します。
Q7：Reality AI Tools®は、どの主要なAIフレームワークのモデル変換をサポートしていますか？
A：PyTorch、Keras、TensorFlow、およびTensorFlow Liteをサポートしています。
Q8：Reality AI Tools®は、MCU/MPUプログラミングを簡素化する自動コード生成に対応していますか？
A：モデルをエクスポートした後、実行には1つの関数を呼び出すだけで済むので、プログラミングは比較的簡単です。しかし、多くのセンサが外部にあるため、センサに関連するコードは生成できません。
Q9：Reality AI Tools®は、どの開発環境に対応していますか？
A：現在、主としてCS+とe2studioに対応しています。IARやKeilなどのコンパイラへの対応も順次進めています。
Q10：Reality AI Tools®は製品開発のライフサイクル全体をカバーできますか？
A：はい、できます。
Q11：Reality AI Tools®は、AIアプリケーションの開発サイクルを加速するために、どのような具体的な開発機能を提供していますか？
A：データレビュー、モデルトレーニング、モデルデプロイメント、モデル最適化（モデルチャネル、サイズ最適化、サンプリングレート最適化）が対象となります。
Q12：Reality AI Tools®の利用には料金がかかりますか？
A：現在、このツールは有料であり、料金は個々の状況によって異なります。
Q13：Renesasのエッジ側のAIはクラウドでトレーニングされ、その後ローカルにデプロイされるのですか？
A：はい。MCUはクラウドでトレーニングでき、MPUはニーズに応じてクラウド、PC側、サーバ側のいずれかでトレーニングできます。トレーニングされたモデルはその後、エッジ側にデプロイされます。
Q14：Reality AI Tools®のソリューションは、小型のMCUにも適用できますか？
A：はい、適用できます。RL78 16ビットMCUで動作させることができ、トレーニングされたモデルはわずかなリソースしか占有しません。