Con el objetivo de abrir sus recursos de desarrollo de IA del microcontrolador (MCU) MCU STM32 a una comunidad más amplia, incluidos los desarrolladores de IA y los científicos de datos, STMicroelectronics (ST) presentó ayer su oferta STM32Cube.AI Developer Cloud.
Los ingenieros familiarizados con la versión de escritorio de la empresa, STM32Cube.AI, deberían poder adoptar fácilmente la nueva versión en línea de STM32Cube.AI Developer Cloud, según la empresa. Pero el poder real del conjunto de herramientas en línea es permitir que personas como desarrolladores de IA y científicos de datos, expertos que tradicionalmente no han trabajado con MCU y sistemas integrados, tengan la capacidad de ejecutar y comparar fácilmente sus modelos virtualmente.
STM32Cube.AI Developer Cloud comparte funciones clave con STM32Cube.AI, excepto que ahora los usuarios pueden aprovechar una interfaz basada en web y acceder a una granja de placas de MCU STM32.
En este artículo, discutimos la necesidad de que la herramienta basada en la nube cumpla, repasamos los detalles de las características del servicio y compartimos ideas con nuestra entrevista con Vincent Richard, gerente de marketing de productos de IA en ST.
Una interfaz en línea basada en la web
El popular escritorio STM32Cube.Al de ST se creó para permitir a los desarrolladores validar y generar bibliotecas STM32 AI optimizadas a partir de redes neuronales entrenadas. De hecho, Richard dice que la herramienta continúa viendo un aumento en el número de descargas, y esos números han aumentado constantemente desde que se lanzó la herramienta en 2017. La nueva versión basada en la nube está destinada a complementar la versión de escritorio.
En la interfaz en línea STM32Cube.AI Developer Cloud, los usuarios pueden generar código C optimizado para MCU STM32. No se requiere instalación previa de software. Según Richard, el aspecto de optimización es clave. “Esta es una herramienta y un servicio de optimización que puede convertir modelos de IA entrenados en código C que está fundamentalmente optimizado para ejecutarse en microcontroladores STM32”, dice.
Richard dice que esta forma de trabajar en línea encaja bien con la forma en que trabajan tradicionalmente los desarrolladores de IA y los científicos de datos. “Nuestro objetivo con esta nueva herramienta es apuntar a una categoría diferente de personas que probablemente hayan usado productos y herramientas de IA que están principalmente en línea”, dice. «Los beneficios son sin instalación, sin descarga, acceso directo al servicio utilizando su inicio de sesión de MyST y la capacidad de ejecutar esta herramienta para optimizar sus redes neuronales de IA».
Model Zoo proporciona un rico conjunto de recursos
Además de la funcionalidad en línea, otra característica clave de STM32Cube.AI Developer Cloud es el acceso al STM32 Model Zoo de ST. Model Zoo es básicamente un depósito de recursos para ayudar al desarrollo de IA. Esto incluye demostraciones y modelos de aprendizaje profundo entrenables. Los casos de uso disponibles en el lanzamiento incluyen la detección de movimiento humano para el reconocimiento y seguimiento de actividades.
Otros casos de uso disponibles son la visión artificial para la clasificación de imágenes o la detección de objetos, la detección de eventos de audio para la clasificación de audio y más. Model Zoo está alojado en GitHub y permite la generación automática de paquetes «introductorios» optimizados para STM32.
Alojado en GitHub, STM32 Model Zoo es un repositorio de modelos optimizado.
De nuevo, para el Model Zoo, Richard enfatizó los aspectos de optimización. “Model Zoo es una colección de modelos que han sido seleccionados para trabajar fácilmente en términos de consumo de memoria, latencia y rendimiento en MCU STM32”, dice. «En Model Zoo, los usuarios pueden volver a entrenarse a partir de un modelo con sus propios datos y crear automáticamente una aplicación a partir de Model Zoo».
El hecho de que Model Zoom esté alojado en GitHub es significativo, según Richard. También se adapta a la forma en que trabajan los ingenieros y desarrolladores de hoy. “Tenemos una biblioteca de modelos en GitHub, pero también tenemos los scripts de entrenamiento para volver a entrenar los modelos”, dice.
Al explicar cómo funciona esto, Richard usa un ejemplo. «Por ejemplo, digamos que me gustaría tener un detector de objetos», dice. “Proporcionamos un shell de resumen de la aplicación, donde usamos uno de nuestros modelos de ‘identificación’ entrenados con un conjunto de datos públicos. Luego, el usuario puede acceder a la herramienta, clonar el repositorio de GitHub, crear su propio detector de objetos basado en su tren modelo en su conjunto de datos y generar la aplicación correspondiente a esta aplicación en particular.
“Un usuario no necesita inventar toda la aplicación desde cero. Solo necesita tener sus datos, usar los modelos y generar la aplicación de IA.
Una granja de tablas accesible en línea
Una característica importante de STM32Cube.AI Developer Cloud de ST, que la compañía llama la primera en la industria, es la capacidad de acceder a la granja de tableros en línea de ST. Esto significa acceso remoto a las placas de desarrollo basadas en MCU STM32, para que los usuarios puedan evaluar y probar el rendimiento de los modelos de IA que se han creado a través de la aplicación en línea.
Usando la granja de tableros accesible en la nube, los científicos de datos y los desarrolladores pueden medir de forma remota el rendimiento real de los modelos optimizados. (Click en la imagen para agrandar)
Según Richard, el TS comienza con diez placas, diez números de pieza de placa. “Los usuarios pueden simplemente pedirle al servicio que les brinde resultados de rendimiento y latencia basados en hardware real de forma remota”, dice. “También proporcionaremos a los usuarios algunos scripts para agilizar el flujo de aprendizaje automático de la construcción de modelos implementado por científicos de datos.
Richards dice que podrán simplemente copiar y pegar esos scripts para volver a entrenar e implementar los modelos en el hardware designado. En general, STM32Cube.AI Developer Cloud está diseñado para admitir todas las versiones de STM32 MCU de C0 a H7. Pero, según Richard, en el conjunto inicial de granjas de placas, solo estará disponible un conjunto limitado de placas MCU, incluidos los modelos MCU H7 y L4 STM32.
La compañía dice que la herramienta en línea ya ha sido probada y evaluada por clientes seleccionados de desarrollo integrado. STM32Cube.AI Developer Cloud ya está disponible de forma gratuita para los usuarios registrados de MyST.
Es un mundo en línea para ingenieros e IA
Ha quedado claro que la IA tiene un papel importante que desempeñar en las aplicaciones de borde. Pero la ventaja ha sido más la zona de confort de los ingenieros de sistemas integrados acostumbrados a trabajar con MCU y situaciones de software integrado restringidas.
Las nuevas herramientas en línea como STM32Cube.AI Developer Cloud de ST quizás abran la puerta para que los desarrolladores de IA y los científicos de datos que carecen de conocimientos sobre sistemas integrados colaboren más fácilmente y lleven la IA al límite.
Todas las imágenes utilizadas son cortesía de STMicroelectronics