前篇回顧

前篇您可點擊上方的文章合集或文末的“回顧 | 瑞薩電子嵌入式人工智能技術(shù)及應用研討會（上）”查看相關(guān)文章。

AI視覺產(chǎn)品及解決方案

視覺是人工智能領(lǐng)域非常熱門的賽道，瑞薩提供內(nèi)置了專用的AI硬件加速單元的MCU/MPU平臺，以更加高效的支持AI推理應用

點擊查看大圖

RZ/V系列MPU內(nèi)置低功耗AI引擎

DRP-AI (Dynamically reconfigurable processor for AI)，提供高算力同時平衡能耗。

點擊查看大圖

RA8系列MCU內(nèi)置Helium加速單元

面向ML/DSP的M型矢量擴展單元（MVE），使能小型低功耗嵌入式系統(tǒng)具備算力。

針對MPU和MCU兩種處理器平臺，提供2種AI模型開發(fā)工具和部署工具：

點擊查看大圖

這些工具已支持主流的Python、TensorFlow、Keras等框架，并驗證了大量的模型，Demo參考：

AI語音解決方案

瑞薩提供免費的離線語音識別VUI解決方案：

點擊查看大圖

熱門問答

問

DRP-AI支持哪些人工智能模型和算法？

答

參考如下

點擊查看大圖

問

請問模型生成可以定制功能嗎？

答

我們算法是通用的，模型的差異取決于訓練數(shù)據(jù)。

問

DRP-AI是什么？與傳統(tǒng)的嵌入式人工智能解決方案相比有什么獨特之處？DRP-AI如何幫助開發(fā)人員快速構(gòu)建和部署嵌入式人工智能應用？

答

1）DRP-AI全稱動態(tài)可配置處理器(Dynamically reconfigurable processor for AI)。

2）它是一種針對CNN卷積神經(jīng)網(wǎng)絡的硬件加速單元，內(nèi)嵌在瑞薩RZ系列的MPU中，與一般的NPU不同，DRP對基于深度學習CV類應用不僅提供AI算力，同時保持業(yè)內(nèi)領(lǐng)先的功耗表現(xiàn)。

3）瑞薩處理提供成熟的DRP Translator工具用于模型翻譯和部署外，也提供大量已驗證的預訓練模型和Demo，供工程師參考，只需簡單的遷移學習和參數(shù)修改，就可以設計自己的模型。這是我們已支持一些demo源碼：

問

RZ/V2L與RZ/G2L有哪些區(qū)別？

答

RZ/V2L和RZ/G2L是pin to pin管腳兼容，主要區(qū)別是V2L中有針對AI算法加速的DRP-AI模塊。

問

Reality AI Tools和e2 Studio在瑞薩電子的嵌入式人工智能解決方案中扮演著怎樣的角色？

答

數(shù)據(jù)采集，模型訓練以及部署開發(fā)一般是分開的幾個階段，都是需要工程師獨立完成的，Reality AI Tools和e2 Studio現(xiàn)在可以直接打通整個流程，數(shù)據(jù)直接通過e2 studio上傳，訓練完之后模型可以直接下發(fā)到e2 studio，這樣就可以提高開發(fā)人員的效率。

問

請問Reality AI對于采集參數(shù)的采樣頻率為多少？

答

取決于應用場景。Reality AI可以驗證多大的采樣率是比較合適的。

問

Reality AI tools要多少傳感器？

答

取決于客戶實際的使用場景，我們在一些客戶實際的項目中甚至是不使用任何傳感器的，只用一些設備的電流等信息就可以了。

問

AI如何與瑞薩的MCU結(jié)合使用？

答

可以用eAI Translator工具將神經(jīng)網(wǎng)絡模型部署到瑞薩的MCU上，或者用Reality AI訓練部署自己的模型。

問

瑞薩RealityAI對處理器架構(gòu)和系統(tǒng)環(huán)境有哪些要求嗎？

答

Reality AI支持瑞薩全系列MCU/MPU產(chǎn)品。

問

請問如何進行異常檢測

答

Reality AI可以使用分類以及異常檢測算法處理相關(guān)的問題。

審核編輯：湯梓紅