エッジのAI
エッジの人工知能のためのハードウェア、ソフトウェア、フレームワーク、その他のリソースの厳選されたリスト。 awesome-dataviz からインスピレーションを受けています。
コンテンツ
- ハードウェア
- ソフトウェア
- フレームワーク
- 貢献する
- ライセンス
ハードウェア
- OpenMV - ARM Cortex M6/M7 上の MicroPython で実行され、コンピューター ビジョン アルゴリズムを強力にサポートするカメラ。 Tensorflow Lite もサポートされるようになりました。
- JeVois - TensorFlow 対応のカメラ モジュール。
- Edge TPU - エッジで推論を実行するために設計された Google の専用 ASIC。
- Movidius - 低消費電力のオンデバイス コンピュータ ビジョンおよびニューラル ネットワーク アプリケーション向けに特別に設計された Intel の SoC ファミリ。
- UP AI Edge - Intel Movidius VPU (Myriad 2 および Myriad X を含む) および Intel Cyclone FPGA に基づく製品ライン。
- DepthAI - Myriad Xを中心に構築された、DepthとAIを組み合わせるための組み込みプラットフォーム
- NVIDIA Jetson - ネットワークに制約のある環境でディープ ラーニング、コンピューター ビジョン、GPU コンピューティング、グラフィックスを活用するための高性能組み込みシステムオンモジュール。
- ジェットソンTX1
- ジェットソンTX2
- ジェットソンナノ
- 人工知能無線 - トランシーバー (AIR-T) - 最先端の深層学習ハードウェアとシームレスに統合された高性能 SDR。
- Kendryte K210 - 64 KLU (Kendryte Arithmetic Logic Unit) を使用した畳み込みニューラル ネットワーク アクセラレーションを備えたデュアルコア RISC-V チップ。
- Sipeed M1 - Kendryte K210 をベースにしたモジュールで、WiFi 接続と外部フラッシュ メモリが追加されています。
- M5StickV - Kendryte K210 を搭載した AIoT(AI+IoT) カメラ
- UNIT-V - Kendryte K210 (ローエンド M5StickV) を搭載した AI カメラ
- Kendryte K510 - AI アクセラレータを搭載したトライコア RISC-V プロセッサ。
- GreenWaves GAP8 - 畳み込み演算用のハードウェア アクセラレーションを備えた RISC-V ベースのチップ。
- GreenWaves GAP9 - 主に AI 中心のオーディオ処理に焦点を当てた RISC-V ベースのチップ。
- Ultra96 - ザイリンクス UltraScale+ MPSoC FPGA を搭載した組み込み開発プラットフォーム。
- Apollo3 Blue - Ambiq Micro の Cortex M4 を搭載した SparkFun Edge 開発ボード。
- Google Coral - Google Edge TPU コプロセッサに基づくローカル AI 製品用のハードウェア コンポーネントとソフトウェア ツールのプラットフォーム。
- 開発ボード
- USB アクセラレータ
- PCIe/M.2モジュール
- Gyrfalcon Technology Lighspeeur - エッジ コンピューティング用に最適化されたチップ ファミリ。
- ARM microNPU - ML 推論を高速化するように設計されたプロセッサ (最初のプロセッサは Ethos-U55)。
- Espressif ESP32-S3 - AI アクセラレーションをサポートする、よく知られた ESP32 に似た SoC (他の多くの興味深い違いの中でも)。
- Maxim MAX78000 - CNNアクセラレータを含むCortex-M4ベースのSoC。
- Beagleboard BeagleV - ニューラル ネットワーク エンジンを含むオープン ソースの RISC-V ベースの Linux ボード。
- Syntiant TinyML - Syntiant NDP101 ニューラル デシジョン プロセッサおよび SAMD21 Cortex-M0+ に基づく開発キット。
- STM32N6 - ニューラル プロセッシング ユニット (NPU) を組み込んだ 800MHz で動作する Arm Cortex-M55。
ソフトウェア
- TensorFlow Lite - モバイルおよび組み込みデバイス向けの軽量ソリューションで、低レイテンシーと小さなバイナリ サイズでオンデバイスの機械学習推論を可能にします。
- TensorFlow Lite for Microcontrollers - キロバイトのメモリしか持たないマイクロコントローラーおよびその他のデバイス用の TF Lite のポート。 uTensor とのマージによって誕生しました。
- Embedded Learning Library (ELL) - リソースに制約のあるプラットフォームや小型のシングルボード コンピューターにインテリジェントな機械学習モデルを展開するための Microsoft のライブラリ。
- uTensor - mbed (ARM チップセット用の RTOS) と TensorFlow に基づく AI 推論ライブラリ。
- CMSIS NN - Cortex-M プロセッサ コア上のニューラル ネットワークのパフォーマンスを最大化し、メモリ フットプリントを最小限に抑えるために開発された効率的なニューラル ネットワーク カーネルのコレクション。
- ARM Compute Library - 画像処理、コンピューター ビジョン、機械学習用に最適化された関数のセット。
- Qualcomm Neural Processing SDK for AI - 開発者向けのライブラリは、CPU、GPU、および/または DSP を活用して、Snapdragon モバイル プラットフォーム上で NN モデルを実行します。
- ST X-CUBE-AI - STM32 MCU 用に最適化された NN を生成するためのツールキット。
- ST NanoEdgeAIStudio - STM32 MCU にロードされるモデルを生成するツール。
- Neural Network on Microcontroller (NNoM) - マイクロコントローラー専用の上位層ベースのニューラル ネットワーク ライブラリ。 CMSIS-NN のサポート。
- nncase - Kendryte K210 AI アクセラレーター用のオープンな深層学習コンパイラー スタック。
- deepC - 組み込みプラットフォームを対象とした深層学習コンパイラーおよび推論フレームワーク。
- uTVM - MicroTVM は、テンソル プログラムを最適化するためのオープンソース ツールです。
- Edge Impulse - マイクロコントローラーで実行できるモデルを生成する対話型プラットフォーム。彼らはソーシャル ネットワークでも非常に活発に、EdgeAI/TinyML に関する最近のニュースについて話しています。
- Qeexo AutoML - マイクロコントローラーを対象とした AI モデルを生成する対話型プラットフォーム。
- mlpack - 軽量のデプロイメントに焦点を当てた、C++ ヘッダーのみの高速機械学習ライブラリ。多種多様な機械学習アルゴリズムを備えており、MPU 上でオンデバイス学習を実現できます。
- AIfES - 組み込みシステム向けに最適化された、プラットフォームに依存しないスタンドアロン AI ソフトウェア フレームワーク。
- onnx2c - 「Tiny ML」をターゲットとする ONNX から C へのコンパイラ。
その他の興味深いリソース
- エッジ コンピューティングのベンチマーク (2019 年 5 月)
- キューブサット上のエッジ AI のハードウェア ベンチマーク - オープンソース Cubesat Workshop 2018
- なぜエッジで機械学習を行うのか?
- チュートリアル: OpenMV Cam での低消費電力ディープラーニング
- TinyML: Arduino 上の TensorFlow と超低電力マイクロコントローラーによる機械学習 - Pete Warden、Daniel Situnayake 著のオライリー本。
- tinyML Summit - 米国カリフォルニアで開催される年次カンファレンスと月例交流会。講演やスライドは通常、ウェブサイトから入手できます。
- TinyML の論文とプロジェクト - TinyML/EdgeAI 分野の最新の論文とプロジェクトをまとめたもの。
- MinUn - マイクロコントローラー上の正確な ML 推論。
貢献する
- まず重複がないか確認してください。
- 説明は短く、シンプルで、偏見のないものにしてください。
- 提案ごとに個別にコミットしてください。
- 必要に応じて、新しいカテゴリを追加します。
ご提案いただきありがとうございます。
ライセンス
法律に基づいて可能な範囲で、シャビ クレスポはこの作品に対するすべての著作権および関連または隣接する権利を放棄します。
