NXP היא הראשונה מבין ספקי המיקרו-בקרים שיצר גרסה מותאמת אישית של Glow עבור החומרה שלה , בין היתר עבור ליבות Cortex-M וליבת DSP Tensilica HiFi4 ,i.MX RT685, RT 1050 ו-RT1060.
עוד עדות לכך שטכניקות למידת מכונה מאומצות במהירות בפלטפורמות משובצות, NXP הודיעה כי יצרה יישום מותאם אישית של מהדר (קומפיילר) Glow למיקרו-בקרים (MCU), כולל חלק ממשפחת ה- i.MX RT שלה. זוהר הוא מהדר רשת עצבי שמייעל אופטימיזציה של רשתות עצביות לחומרת יעד ספציפית.
Glow (Graph LOWering neural network compiler) הוא פרויקט קוד פתוח שפותח בתחילה בפייסבוק כדי לייעל את הקוד עבור חומרת הענן שלה, אך הוא עובד באותה מידה בקצה הזעיר של הספקטרום, הסביר מרקוס לוי, מנהל AI וטכנולוגיות למידת מכונוה ב-NXP.
"לפייסבוק אין שום כוונה לפעול בסביבת MCU. המטרה העיקרית שלהם מאחורי Glow הייתה לפתח מהדר לתמיכה במאיצים מבוססי ענן", אמר לוי. "אבל זה פועל במודלים פתוחים של רשת עצבית (ONNX), המותאמים לכל מסגרת אימונים. אין הבדל בשלב זה בין מודל מבוסס ענן או מודל מבוסס יישומי קצה."
NXP היא הראשונה מבין ספקי המיקרו-בקרים שיצר גרסה מותאמת אישית של Glow עבור החומרה שלה , בין היתר עבור ליבות Cortex-M וליבת DSP Tensilica HiFi4 ,i.MX RT685, RT 1050 ו-RT1060.
החברה מסרה כי השימוש ביישום מותאם אישית של Glow למוצרי ה- MCU שלה הכפיל את הביצועים של דגם CIFAR-10 בליבה של Arm Cortex-M, בהשוואה לגירסה הסטנדרטית של Glow, או מאיץ על שבב.
"פעילויות ה- ML במהלך השנים האחרונות היו מבטיחות אך הן לא התחילו להיות מעניינות עד לא מזמן" אמר לוי. "עד לפני כחצי שנה קיבלתי בקשת לקוח אחת בכמה שבועות. ועכשיו נראה כאילו אנו מקבלים שאלות של לקוחות ולקוחות חדשים כמעט על בסיס יומי. ו- ML (לימוד מכונה) בהחלט הופך ל- ML לכולם, ולא רק עבור יצרנים בודדים. "
