Descargar edge ai - descarga del código fuente edge ai

edge ai

Código Fuente de IA

1.0.0

Descargar

IA al límite

Una lista seleccionada de hardware, software, marcos y otros recursos para la Inteligencia Artificial en el borde. Inspirado en Awesome-Dataviz.

Contenido

Hardware
Software
Marcos
Contribuyendo
Licencia

Hardware

OpenMV: una cámara que funciona con MicroPython en ARM Cortex M6/M7 y gran soporte para algoritmos de visión por computadora. Ahora también con soporte para Tensorflow Lite.
JeVois: un módulo de cámara habilitado para TensorFlow.
Edge TPU: el ASIC especialmente diseñado por Google para ejecutar inferencias en el borde.
Movidius: la familia de SoC de Intel diseñada específicamente para aplicaciones de redes neuronales y visión por computadora de bajo consumo en dispositivos.
- UP AI Edge: línea de productos basados en VPU Intel Movidius (incluidos Myriad 2 y Myriad X) y FPGA Intel Cyclone.
- DepthAI: una plataforma integrada para combinar profundidad e IA, construida alrededor de Myriad X
NVIDIA Jetson: sistema en módulo integrado de alto rendimiento para desbloquear el aprendizaje profundo, la visión por computadora, la computación GPU y los gráficos en entornos con restricciones de red.
- Supersónico TX1
- Supersónico TX2
- Supersónico Nano
Radio - Transceptor de Inteligencia Artificial (AIR-T): SDR de alto rendimiento perfectamente integrado con hardware de aprendizaje profundo de última generación.
Kendryte K210: chip RISC-V de doble núcleo con aceleración de red neuronal convolucional utilizando 64 KLU (Unidad lógica aritmética Kendryte).
- Sipeed M1: basado en el Kendryte K210, el módulo agrega conectividad WiFi y una memoria flash externa.
- M5StickV - Cámara AIoT (AI+IoT) con tecnología Kendryte K210
- UNIT-V: cámara AI con tecnología Kendryte K210 (M5StickV de gama baja)
Kendryte K510: procesador RISC-V de tres núcleos sincronizado con aceleradores de IA.
GreenWaves GAP8: chip basado en RISC-V con aceleración de hardware para operaciones convolucionales.
GreenWaves GAP9: chip basado en RISC-V centrado principalmente en el procesamiento de audio centrado en IA.
Ultra96: plataforma de desarrollo integrada que presenta una FPGA Xilinx UltraScale+ MPSoC.
Apollo3 Blue: placa de desarrollo SparkFun Edge impulsada por un Cortex M4 de Ambiq Micro.
Google Coral: plataforma de componentes de hardware y herramientas de software para productos de IA locales basada en el coprocesador Google Edge TPU.
- Tableros de desarrollo
- Aceleradores USB
- Módulos PCIe/M.2
Gyrfalcon Technology Lighspeeur: familia de chips optimizados para informática de punta.
ARM microNPU: procesadores diseñados para acelerar la inferencia de ML (siendo el primero el Ethos-U55).
Espressif ESP32-S3: SoC similar al conocido ESP32 con soporte para aceleración AI (entre muchas otras diferencias interesantes).
Maxim MAX78000: SoC basado en un Cortex-M4 que incluye un acelerador CNN.
Beagleboard BeagleV: placa Linux de código abierto basada en RISC-V que incluye un motor de red neuronal.
Syntiant TinyML: kit de desarrollo basado en el procesador de decisión neuronal Syntiant NDP101 y un SAMD21 Cortex-M0+.
STM32N6: Arm Cortex-M55 que funciona a 800 MHz y que incorpora una unidad de procesamiento neuronal (NPU).

Software

TensorFlow Lite: solución liviana para dispositivos móviles e integrados que permite la inferencia de aprendizaje automático en el dispositivo con baja latencia y un tamaño binario pequeño.
TensorFlow Lite para microcontroladores: puerto de TF Lite para microcontroladores y otros dispositivos con solo kilobytes de memoria. Nace de una fusión con uTensor.
Biblioteca de aprendizaje integrada (ELL): biblioteca de Microsoft para implementar modelos inteligentes de aprendizaje automático en plataformas con recursos limitados y pequeñas computadoras de placa única.
uTensor: biblioteca de inferencia de IA basada en mbed (un RTOS para conjuntos de chips ARM) y TensorFlow.
CMSIS NN: una colección de núcleos de redes neuronales eficientes desarrollados para maximizar el rendimiento y minimizar la huella de memoria de las redes neuronales en los núcleos de procesador Cortex-M.
Biblioteca de computación ARM: conjunto de funciones optimizadas para procesamiento de imágenes, visión por computadora y aprendizaje automático.
SDK de procesamiento neuronal de Qualcomm para IA: las bibliotecas para desarrolladores ejecutan modelos NN en plataformas móviles Snapdragon aprovechando la CPU, GPU y/o DSP.
ST X-CUBE-AI: kit de herramientas para generar NN optimizado para MCU STM32.
ST NanoEdgeAIStudio: herramienta que genera un modelo para cargarlo en una MCU STM32.
Neural Network on Microcontroller (NNoM): biblioteca de red neuronal basada en capas de nivel superior específicamente para microcontroladores. Soporte para CMSIS-NN.
nncase: pila de compilador abierta de aprendizaje profundo para el acelerador de IA Kendryte K210.
deepC: compilador de aprendizaje profundo y marco de inferencia dirigido a plataformas integradas.
uTVM: MicroTVM es una herramienta de código abierto para optimizar programas tensoriales.
Edge Impulse: plataforma interactiva para generar modelos que pueden ejecutarse en microcontroladores. También son bastante activos en las redes sociales hablando sobre noticias recientes sobre EdgeAI/TinyML.
Qeexo AutoML: plataforma interactiva para generar modelos de IA dirigidos a microcontroladores.
mlpack: biblioteca de aprendizaje automático rápido de C++ solo con encabezados que se centra en una implementación ligera. Tiene una amplia variedad de algoritmos de aprendizaje automático con la posibilidad de realizar aprendizaje en el dispositivo en MPU.
AIfES: marco de software de IA autónomo e independiente de la plataforma optimizado para sistemas integrados.
onnx2c: compilador de ONNX a C dirigido a "Tiny ML".

Otros recursos interesantes

Evaluación comparativa de Edge Computing (mayo de 2019)
Punto de referencia de hardware para IA perimetral en cubesats - Open Source Cubesat Workshop 2018
¿Por qué el aprendizaje automático en el borde?
Tutorial: Aprendizaje profundo de bajo consumo en OpenMV Cam
TinyML: aprendizaje automático con TensorFlow en Arduino y microcontroladores de potencia ultrabaja: libro de O'Reilly escrito por Pete Warden, Daniel Situnayake.
Cumbre tinyML: conferencia anual y reunión mensual celebrada en California, EE. UU. Las charlas y diapositivas suelen estar disponibles en el sitio web.
Artículos y proyectos de TinyML: recopilación de los artículos y proyectos más recientes en el campo TinyML/EdgeAI.
MinUn: inferencia de aprendizaje automático precisa en microcontroladores.