STMicroelectronics hat STM32Cube.AI (https://www.st.com/en/embedded-software/x-cube-ai.html) auf den Markt gebracht, eine Softwarelösung, die ein neuronales Netzwerk in optimierten C-Code für STM32-MCUs umwandelt.
Die Verwendung der Lösung in Verbindung mit dem STM32N6 trägt dazu bei, daß die für Edge-KI-Anwendungen erforderliche Leistung trotz der Einschränkungen bei Verarbeitung und Speicher gewährleistet ist.
Open-Source-Communities wie Hugging Face (HuggingFace.co) und andere Plattformen bieten bereits trainierte Modelle und Code-Bibliotheken an, die Entwickler testen und für Ihre spezifischen Anwendungsfälle anpassen können. Solche KI-Ökosysteme senken die Hürden für die Einführung der Technologie und ermöglichen einen demokratischen Zugang auch für Unternehmen mit knappen Ressourcen, die nicht in der Lage sind, eigene KI-Modelle von Grund auf zu entwickeln.
STMicroelectronics verfügt über ein speziell zugeschnittenes Hardware- und Software-Ökosystem, die ST Edge AI Suite (https://www.st.com/content/st_com/en/st-edge-ai-suite.html),
für optimierte Edge-KI-Lösungen.
Bei der Entwicklung von Systemen, die Kameras enthalten, müssen die Entwickler den ISP auf einen bestimmten CMOS-Kamerasensor und dessen Objektiv abstimmen. Das Tuning erfordert in der Regel spezielles Fachwissen oder die Hilfe Dritter. STM stellt Entwicklern zu diesem Zweck eine spezielle Desktop-Software namens iQTune (https://www.st.com/en/development-tools/stm32-isp-iqtune.html) zur Verfügung.
Diese Software, die auf einer Linux-Workstation läuft, kommuniziert mit dem eingebetteten Code auf dem STM32 und analysiert die Farbgenauigkeit, die Bildqualität und die Statistiken und konfiguriert die Register des ISP (Integrierter Spezieller Bildsignal-Prozessor) in geeigneter Weise.
