Conferencias de hierro. SOM i.MX6, Aliceduino, Keras + STM32Cube.AI

Tarde o temprano, todos los empleados curiosos de TI se interesan en averiguar qué están haciendo sus colegas, intercambiar experiencias y observar las nuevas tecnologías que aparecen en el mercado. Para estos fines, por regla general, los representantes de grandes empresas organizan diversas conferencias, seminarios y otras reuniones. Debido a los detalles de sus actividades, discutiremos más a fondo las colecciones dedicadas a productos o tecnologías de hardware, y en particular, los formatos para celebrar tales reuniones. Quiero compartir con ustedes, queridos ciudadanos de Khabrovsk, las noticias y la experiencia de visitar tres de estos eventos durante la semana pasada. Revisión en la estela.



25/09/2019 en San Petersburgo, se realizó un seminario sobre microprocesadores de la serie i.MX6, que habló sobre esta y algunas otras familias de microprocesadores NXP, incluido el anuncio de una nueva línea: i.MX8 M pico . Además, se consideraron las características de la transición de los sistemas de microcontroladores a los microprocesadores. Cabe señalar que la mayoría de las veces el seminario se dedicó a la parte práctica: trabajar con una placa de demostración basada en i.MX6 ULL que ejecuta Linux incorporado. Este KIT es el siguiente:

• Módulo VisionSOM-6ULL SOM, realizado de acuerdo con el estándar SODIMM200, en el que se ubican el microprocesador, la RAM y la ROM (NAND \ eMMC \ uSD);
• Placa base con conectores de interfaz (Ethernet 10 \ 100, USB OTG, USB Host, consola UART-USB).

Placa de demostración VisionCB-6ULL-STD


Parece que nada especial, pero el hecho de que todo esto se emite en el marco de la conferencia es una lección con los participantes para comenzar a trabajar con este equipo (cargar la imagen del sistema operativo en una tarjeta microSD, iniciar el sistema Linux, trabajar con GPIO, configuración de interfaz de red y un servidor DHCP) y una demostración de varias funcionalidades (un ejemplo de trabajar con un módulo de giroscopio, implementar un servidor WEB simple, trabajar con un módulo NFC) - Personalmente tuve un respeto genuino. Este enfoque es inspirador. Además, todos los paneles de demostración emitidos fueron donados a los participantes por la empresa organizadora para su posterior estudio. De las deficiencias, vale la pena señalar que la presentación principal del representante de NXP y las clases prácticas se llevaron a cabo en inglés, que los organizadores de la reunión no han mencionado en ningún otro lugar. Para mí esto no fue un problema, sin embargo, obviamente los oyentes insatisfechos también estuvieron presentes. En general, fue muy interesante estar presente en esta conferencia-seminario, como si fuera a los institutos. Muchas gracias a los organizadores - DECTEL Electronics y los representantes de la compañía.

Además, en mi calendario, se observó la visita al seminario web del 28/08/2019, realizado por la empresa asociada STM - Doulos, dedicada a la implementación de redes neuronales en microcontroladores STM32. Estoy lejos del aprendizaje automático y las redes neuronales, pero ver estas cosas es extremadamente interesante e informativo. Resulta que, además de las CPU y GPU que ya están familiarizadas, usan MCU y FPGA para comenzar a usar redes neuronales (o tal vez ya las usan activamente en alguna parte). A diferencia de la conocida computación en la nube, las soluciones integradas, además de las obvias deficiencias de memoria y energía, tienen sus propias ventajas: pequeños retrasos en las decisiones, costos y consumo de energía. La idea es que la etapa de entrenamiento que consume muchos recursos de la red neuronal se realiza en la máquina host o en la nube, y la red ya entrenada y configurada se ensambla y se envía al microcontrolador. El seminario web demostró un ejemplo de la cadena de herramientas Keras (un marco de Python de alto nivel para crear redes neuronales) + STM32Cube.AI (un paquete de extensión para STM32CubeMX para incrustar redes neuronales en microcontroladores STM32). La demostración finalizó en el momento de generar un cierto código C en forma de una gran matriz asignada en la memoria de MK y la biblioteca en tiempo de ejecución. Mi pregunta en el chat "¿Cómo comunicarse con la red neuronal resultante desde el firmware?", Desafortunadamente, fue ignorada e incluso prohibida por alguna razón. Pero, sin embargo, el tema es interesante y, en cualquier caso, es mejor saber acerca de estas herramientas accesibles que no saberlo.


Diagrama de bloques de una aplicación que utiliza una red neuronal integrada


Generación de código para MK STM32 a partir de un modelo de red neuronal obtenido usando Keras

Bueno, ha llegado el fin de semana y puedes ir a la primera conferencia de Yandex.Zhelezo para desarrolladores de hardware. Los principales temas tratados en este evento fueron: la introducción de Alice en su casa inteligente, algoritmos y llenado de hardware de un automóvil no tripulado, y, por supuesto, el almuerzo. Yandex está promoviendo activamente su asistente de voz, incluso en el campo del hogar inteligente, y es consciente de que es imposible admitir absolutamente todos los dispositivos, desde electrodomésticos hasta dispositivos personalizados de comederos para gatos y similares. Por lo tanto, ahora ofrecen a Alice como una interfaz, cuya API los fabricantes de electrodomésticos pueden implementar y admitir en sus dispositivos. Además, anunciaron, en mi opinión, una solución extremadamente exitosa, tanto para grandes fabricantes de equipos como para desarrolladores de bricolaje: Aliceduino . Desafortunadamente, no pude hacer una foto de la placa en sí, pero puedo compartir los diagramas funcionales de los módulos y una breve descripción.


Anuncio de Aliceduino: placas de expansión con soporte para Alice (La imagen de la placa no es cierta)

Este es un módulo que tiene WiFi, una entrada de micrófono y una salida en forma de un UART de 5V normal, que le permite procesar comandos de voz en tiempo real. En el momento del anuncio, había dos modos de operación:

1. Reconocimiento de voz (en UART, las palabras en forma de cadenas reconocidas después de la palabra "Alice" entran)

2. Reconocimiento de significado (no las palabras vienen a UART, sino los comandos *)
* Necesidad de interactuar con las herramientas Yandex

La placa del micrófono está disponible en varias configuraciones, según la aplicación y la aplicación.


Opciones de placa de micrófono para Aliceduino. 2, 4, 7 - rendimiento del micrófono

El módulo en sí es una placa de expansión System on module (SOM) + con un subsistema de audio (códec de audio y amplificador para emitir sonido a un altavoz externo)


Diagrama funcional de SOM - El cerebro de Alice


Diagrama funcional de la placa de expansión con subsistema de audio y pines UART

Como resultado, obtenemos la integración de Alice en nuestras aplicaciones utilizando 4 cables:
RX, TX, + 5V, GND. No pudieron expresar el costo aproximado, porque La circulación aún no ha sido liberada. El lanzamiento a la venta, como se mencionó, está previsto para el Año Nuevo.

Los informes fueron extremadamente ricos e interesantes. Honestamente, no esperaba que dejara el evento con tanto entusiasmo. Nuevamente, quiero expresar mi profunda gratitud a los organizadores.


En resumen, quiero señalar cuán diversas y fascinantes se volvieron las conferencias sobre las glándulas. Si antes, aparte de anunciar componentes electrónicos y pequeños stands con tableros, no podía ver nada, entonces esta vez, un enfoque tan interactivo y animado para la demostración de productos me hizo sentir muy satisfecho. Quiero participar en esto y promover de todas las maneras posibles. Gracias

PD: Pido disculpas por la calidad de la foto. Los enlaces a las tecnologías mencionadas se pueden encontrar a continuación.

1.somlabs.com/news-room/visionsom-6ull-new-som-imx6-ull
2. www.tensorflow.org/guide/keras?hl=en
3.www.st.com/content/st_com/en/stm32-ann.html