打通边缘智能之路:面向嵌入式设备的开源AutoML正式发布—-加速边缘AI创新
北京2025年7月17日 /美通社/ -- 随着AI迅速向边缘领域挺进,对智能边缘器件的需求随之激增。然而,要在小尺寸的微控制器上部署强大的模型,仍是困扰众多开发者的难题。开发者需要兼顾数据预处理、模型选择、超参数调整并针对特定硬件进行优化,学习曲线极为陡峭。因而,开发者肯定希望能够在微控制器等边缘器件和其他受限平台上,轻松地构建和部署性能稳健、资源密集型的机器学习模型,而无需在复杂的代码或硬件限制上耗费精力。 近日我们满怀欣喜地宣布,由Analog Devices, Inc. (ADI)和Antmicro共同开发的AutoML for Embedded现已正式推出,集成在Kenning框架中。Kenning是一个不受硬件限制的开源平台,专注于对边缘设备上的AI模型进行优化、基准测试和部署。AutoML for Embedded旨在让嵌入式工程师、数据科学家等所有用户都能轻松使用高效且可扩展的边缘AI。 AutoML for Embedded开启了全新可能,实现了端到端机器学习流程的自动化,不仅让经验较少的开发者也能构建高质量模型,还能助力资深专家大幅提升实验效率。最终,开发者将获得高效的轻量级模型,不仅性能强大,而且不会超出设备的性能限制。 与CodeFusion Studio™和ADI硬件无缝集成 AutoML for Embedded是基于Kenning库构建的Visual Studio Code插件,旨在自然地融入开发者现有的工作流。它与CodeFusion Studio™进行了集成,能够支持: ADI MAX78002 AI加速器MCU和MAX32690:将模型直接部署到先进的边缘AI硬件。仿真和RTOS工作流:利用基于Renode的仿真和Zephyr RTOS,快速开发原型并进行测试。通用开源工具:支持灵活的模型优化,避免平台锁定 借助详细的分步教程、可复现的流程和示例数据集,即使没有数据科学背景,开发者也能以惊人的速度将原始数据转化为边缘AI应用并完成部署。 专为开发者打造,行业巨头鼎力支持 AutoML for...
Read more








