edge ai Download – edge ai Quellcode-Download

edge ai

AI-Quellcode

1.0.0

Herunterladen

KI am Rande

Eine kuratierte Liste von Hardware, Software, Frameworks und anderen Ressourcen für künstliche Intelligenz am Rande. Inspiriert von awesome-dataviz.

Inhalt

Hardware
Software
Rahmenwerke
Mitwirken
Lizenz

Hardware

OpenMV – Eine Kamera, die mit MicroPython auf ARM Cortex M6/M7 läuft und hervorragende Unterstützung für Computer-Vision-Algorithmen bietet. Jetzt auch mit Unterstützung für Tensorflow Lite.
JeVois – Ein TensorFlow-fähiges Kameramodul.
Edge TPU – Googles speziell entwickelter ASIC, der für die Ausführung von Inferenzen am Edge entwickelt wurde.
Movidius – Intels SoC-Familie, die speziell für geräteinterne Computer-Vision- und neuronale Netzwerkanwendungen mit geringem Stromverbrauch entwickelt wurde.
- UP AI Edge – Produktlinie basierend auf Intel Movidius VPUs (einschließlich Myriad 2 und Myriad X) und Intel Cyclone FPGAs.
- DepthAI – Eine eingebettete Plattform zur Kombination von Tiefe und KI, basierend auf Myriad X
NVIDIA Jetson – Hochleistungsfähiges eingebettetes System-on-Module zur Erschließung von Deep Learning, Computer Vision, GPU-Computing und Grafik in Umgebungen mit eingeschränktem Netzwerk.
- Jetson TX1
- Jetson TX2
- Jetson Nano
Künstlicher Intelligenz-Radio-Transceiver (AIR-T) – Hochleistungs-SDR, nahtlos integriert mit modernster Deep-Learning-Hardware.
Kendryte K210 – Dual-Core-RISC-V-Chip mit Faltungsbeschleunigung für neuronale Netzwerke unter Verwendung von 64 KLUs (Kendryte Arithmetic Logic Unit).
- Sipeed M1 – Basierend auf dem Kendryte K210 bietet das Modul WLAN-Konnektivität und einen externen Flash-Speicher.
- M5StickV – AIoT-Kamera (AI+IoT) mit Kendryte K210
- UNIT-V – KI-Kamera mit Kendryte K210 (M5StickV der unteren Preisklasse)
Kendryte K510 – Tri-Core-RISC-V-Prozessor, getaktet mit KI-Beschleunigern.
GreenWaves GAP8 – RISC-V-basierter Chip mit Hardwarebeschleunigung für Faltungsoperationen.
GreenWaves GAP9 – RISC-V-basierter Chip, der sich hauptsächlich auf die KI-zentrierte Audioverarbeitung konzentriert.
Ultra96 – Eingebettete Entwicklungsplattform mit einem Xilinx UltraScale+ MPSoC FPGA.
Apollo3 Blue – SparkFun Edge-Entwicklungsboard mit Cortex M4 von Ambiq Micro.
Google Coral – Plattform von Hardwarekomponenten und Softwaretools für lokale KI-Produkte basierend auf dem Google Edge TPU-Coprozessor.
- Entwicklerboards
- USB-Beschleuniger
- PCIe-/M.2-Module
Gyrfalcon Technology Lighspeeur – Familie von Chips, die für Edge Computing optimiert sind.
ARM microNPU – Prozessoren zur Beschleunigung der ML-Inferenz (der erste ist der Ethos-U55).
Espressif ESP32-S3 – SoC ähnlich dem bekannten ESP32 mit Unterstützung für KI-Beschleunigung (neben vielen anderen interessanten Unterschieden).
Maxim MAX78000 – SoC basierend auf einem Cortex-M4, der einen CNN-Beschleuniger enthält.
Beagleboard BeagleV – Open-Source-RISC-V-basiertes Linux-Board, das eine Neural Network Engine enthält.
Syntiant TinyML – Entwicklungskit basierend auf dem Syntiant NDP101 Neural Decision Processor und einem SAMD21 Cortex-M0+.
STM32N6 – Arm Cortex-M55 mit 800 MHz und integrierter neuronaler Verarbeitungseinheit (NPU).

Software

TensorFlow Lite – Leichte Lösung für mobile und eingebettete Geräte, die maschinelles Lernen auf dem Gerät mit geringer Latenz und kleiner Binärgröße ermöglicht.
TensorFlow Lite für Mikrocontroller – Port von TF Lite für Mikrocontroller und andere Geräte mit nur Kilobyte Speicher. Entstanden aus einer Fusion mit uTensor.
Embedded Learning Library (ELL) – Microsofts Bibliothek zur Bereitstellung intelligenter maschinell erlernter Modelle auf ressourcenbeschränkten Plattformen und kleinen Einplatinencomputern.
uTensor – KI-Inferenzbibliothek basierend auf mbed (ein RTOS für ARM-Chipsätze) und TensorFlow.
CMSIS NN – Eine Sammlung effizienter neuronaler Netzwerkkerne, die entwickelt wurden, um die Leistung zu maximieren und den Speicherbedarf neuronaler Netzwerke auf Cortex-M-Prozessorkernen zu minimieren.
ARM Compute Library – Satz optimierter Funktionen für Bildverarbeitung, Computer Vision und maschinelles Lernen.
Qualcomm Neural Processing SDK für KI – Bibliotheken für Entwickler führen NN-Modelle auf mobilen Snapdragon-Plattformen aus und nutzen dabei die CPU, GPU und/oder DSP.
ST X-CUBE-AI – Toolkit zur Generierung von NN, optimiert für STM32-MCUs.
ST NanoEdgeAIStudio – Tool, das ein Modell generiert, das in eine STM32-MCU geladen werden soll.
Neural Network on Microcontroller (NNoM) – Bibliothek für neuronale Netzwerke auf Basis höherer Schichten, speziell für Mikrocontroller. Unterstützung für CMSIS-NN.
nncase – Offener Deep-Learning-Compiler-Stack für den KI-Beschleuniger Kendryte K210.
deepC – Deep-Learning-Compiler und Inferenz-Framework für eingebettete Plattformen.
uTVM – MicroTVM ist ein Open-Source-Tool zur Optimierung von Tensorprogrammen.
Edge Impulse – Interaktive Plattform zur Generierung von Modellen, die in Mikrocontrollern ausgeführt werden können. Sie sind auch in sozialen Netzwerken recht aktiv und sprechen über aktuelle Neuigkeiten zu EdgeAI/TinyML.
Qeexo AutoML – Interaktive Plattform zur Generierung von KI-Modellen für Mikrocontroller.
mlpack – Nur C++-Header enthaltende, schnelle Bibliothek für maschinelles Lernen, die sich auf eine einfache Bereitstellung konzentriert. Es verfügt über eine Vielzahl von Algorithmen für maschinelles Lernen mit der Möglichkeit, On-Device-Learning auf MPUs zu realisieren.
AIfES – plattformunabhängiges und eigenständiges KI-Software-Framework, optimiert für eingebettete Systeme.
onnx2c – ONNX-zu-C-Compiler für „Tiny ML“.

Weitere interessante Ressourcen

Benchmarking Edge Computing (Mai 2019)
Hardware-Benchmark für Edge-KI auf Cubesats – Open Source Cubesat Workshop 2018
Warum maschinelles Lernen am Rande?
Tutorial: Low Power Deep Learning auf der OpenMV Cam
TinyML: Maschinelles Lernen mit TensorFlow auf Arduino und Ultra-Low-Power-Mikrocontrollern – O'Reilly-Buch geschrieben von Pete Warden, Daniel Situnayake.
tinyML Summit – Jahreskonferenz und monatliches Treffen in Kalifornien, USA. Vorträge und Folien sind normalerweise auf der Website verfügbar.
TinyML-Papiere und -Projekte – Zusammenstellung der neuesten Papiere und Projekte im TinyML/EdgeAI-Bereich.
MinUn – Genaue ML-Inferenz auf Mikrocontrollern.