مؤتمرات الحديد. SOM i.MX6 ، Aliceduino ، Keras + STM32Cube.AI

عاجلاً أم آجلاً ، يصبح كل موظف فضولي لتكنولوجيا المعلومات مهتمًا بمعرفة ما يفعله زملاؤهم وتبادل الخبرات والبحث في التقنيات الجديدة التي تظهر في السوق. لهذه الأغراض ، كقاعدة عامة ، ينظم ممثلو الشركات الكبرى مختلف المؤتمرات والندوات والاجتماعات الأخرى. نظرًا لخصائص أنشطتها ، سنناقش المجموعات المخصصة لمنتجات أو تقنيات الأجهزة ، وبشكل خاص التنسيقات لعقد مثل هذه الاجتماعات. أريد أن أشاطركم ، أيها المواطنون الأعزاء في خاباروفسك ، أخبار وتجربة زيارة ثلاثة من هذه الأحداث خلال الأسبوع الماضي. مراجعة في أعقاب.



09/25/2019 في سانت بطرسبرغ ، عقدت حلقة دراسية حول المعالجات الدقيقة لسلسلة i.MX6 ، والتي تحدثت عن هذا وعدة عائلات أخرى من المعالجات الدقيقة NXP ، بما في ذلك الإعلان عن خط جديد - i.MX8 M pico . بالإضافة إلى ذلك ، تم النظر في ميزات الانتقال من أنظمة متحكم دقيق إلى أنظمة المعالجات الدقيقة. أود أن أشير إلى أنه في معظم الأوقات كانت الندوة مخصصة للجزء العملي - العمل مع لوحة تجريبية تستند إلى i.MX6 ULL التي تعمل بنظام Linux مضمن. هذه KIT هي التالية:

• وحدة VisionSOM-6ULL SOM ، المصنوعة وفقًا لمعيار SODIMM200 ، الذي يوجد عليه المعالج الدقيق وذاكرة الوصول العشوائي وذاكرة القراءة فقط (NAND \ eMMC \ uSD) ؛
• اللوحة الأم مع موصلات الواجهة (Ethernet 10 \ 100 ، USB OTG ، مضيف USB ، وحدة UART-USB).

لوحة العرض VisionCB-6ULL-STD


يبدو أنه لا يوجد شيء خاص ، ولكن حقيقة أن كل هذا يتم إصداره في إطار المؤتمر هو درس مع المشاركين لبدء العمل مع هذا الجهاز (تحميل صورة نظام التشغيل على بطاقة microSD ، وبدء تشغيل نظام Linux ، والعمل مع GPIO ، وإعدادات واجهة الشبكة وخادم DHCP) وعرضا توضيحا لمختلف الوظائف (مثال على العمل مع وحدة الدوران ، وتنفيذ خادم WEB بسيط ، والعمل مع وحدة NFC) - شخصيا لدي احترام حقيقي. هذا النهج هو الملهم. علاوة على ذلك ، تم التبرع بجميع لوحات العرض التوضيحية الصادرة للمشاركين من قبل الشركة المنظمة لمزيد من الدراسة. من بين أوجه القصور ، تجدر الإشارة إلى أن العرض الرئيسي لممثلي NXP والفصول العملية قد عقد باللغة الإنجليزية ، ولم يذكر منظمو الاجتماع في أي مكان آخر. بالنسبة لي ، لم تكن هذه مشكلة ، ولكن من الواضح أن المستمعين غير الراضين كانوا حاضرين ، بشكل عام ، كان من المثير للاهتمام للغاية أن أكون حاضراً في ندوة المؤتمر هذه - كما لو كنت ذاهبة إلى المعهد. شكرا جزيلا للمنظمين - DECTEL Electronics وممثلي الشركة.

علاوة على ذلك ، في تقويمي ، تمت الإشارة إلى الزيارة التي تمت على الويبينار في 27 أغسطس 2019 ، والتي عقدتها شركة Doulos الشريكة لـ STM ، والمخصصة لتنفيذ الشبكات العصبية في ميكروكنترولر STM32. أنا بعيد كل البعد عن التعلم الآلي والشبكات العصبية ، لكن مشاهدة هذه الأشياء مثيرة للاهتمام وغنية بالمعلومات. لذلك تبين أنه بالإضافة إلى وحدات المعالجة المركزية ووحدات معالجة الرسومات المعروفة بالفعل ، فإنهم يستخدمون MCU و FPGA لبدء استخدام الشبكات العصبية (أو ربما يستخدمونها بالفعل بنشاط في مكان ما). على النقيض من الحوسبة السحابية المعروفة ، فإن الحلول المدمجة ، بالإضافة إلى أوجه القصور الواضحة في الذاكرة والطاقة ، لها مزاياها الخاصة - التأخير الصغير في اتخاذ القرارات ، والتكلفة واستهلاك الطاقة. والفكرة هي أن المرحلة المستهلكة للموارد من تدريب الشبكة العصبية يتم تنفيذها على الجهاز المضيف أو في السحابة ، ثم يتم تجميع الشبكة المدربة والمكوّنة بالفعل وتحولت إلى متحكم دقيق. أظهر الندوة مثالاً على سلسلة أدوات Keras (إطار عمل بيثون عالي المستوى لإنشاء شبكات عصبية) + STM32Cube.AI (حزمة امتداد لـ STM32CubeMX لتضمين الشبكات العصبية في متحكم دقيق STM32). انتهى العرض التوضيحي في لحظة إنشاء رمز C معين في شكل مجموعة ضخمة مخصصة في ذاكرة MK ومكتبة وقت التشغيل. سؤالي في الدردشة "كيفية التواصل مع الشبكة العصبية الناتجة من البرامج الثابتة؟" ، لسوء الحظ ، تم تجاهله وحتى تم حظره لسبب ما. ولكن ، مع ذلك ، فإن الموضوع مثير للاهتمام ، وعلى أي حال ، من الأفضل معرفة هذه الأدوات التي يمكن الوصول إليها بدلاً من معرفتها.


مخطط كتلة تطبيق باستخدام شبكة عصبية متكاملة


توليد الشفرة لـ MK STM32 من نموذج شبكة عصبية تم الحصول عليه باستخدام Keras

حسنًا ، لقد حان عطلة نهاية الأسبوع ويمكنك الذهاب بأمان إلى المؤتمر الأول لـ Yandex.Zhelezo لمطوري الأجهزة. كانت الموضوعات الرئيسية التي تم تناولها في هذا الحدث هي: إدخال أليس في منزلها الذكي ، الخوارزميات وملء الأجهزة لسيارة غير مأهولة ، وبالطبع الغداء. تعمل Yandex بنشاط على الترويج لمساعد الصوت ، بما في ذلك في مجال المنزل الذكي ، وهي تدرك جيدًا أنه من المستحيل دعم جميع الأجهزة تمامًا ، من الأجهزة المنزلية إلى الأجهزة المخصصة لمغذيات القطط وما شابه ذلك. لذلك ، يقدمون الآن Alice كواجهة ، يمكن لواجهة برمجة التطبيقات (API) التي يمكن لمصنّعي الأجهزة المنزلية تنفيذها ودعمها في أجهزتهم. بالإضافة إلى ذلك ، أعلنوا ، في رأيي ، عن حل ناجح للغاية ، سواء بالنسبة للمصنعين الكبار للمعدات أو لمطوري DIY - Aliceduino . لسوء الحظ ، لم أستطع عمل صورة للوحة نفسها ، لكن يمكنني مشاركة المخططات الوظيفية للوحدات والوصف الموجز.


إعلان Aliceduino - لوحات التوسع مع دعم Alice (صورة اللوحة غير صحيحة)

هذه وحدة تحتوي على WiFi ، وإدخال ميكروفون وإخراج في شكل UART 5V منتظم ، والذي يسمح لك بمعالجة الأوامر الصوتية في الوقت الفعلي. في وقت الإعلان ، كان هناك وضعان للعمل:

1. التعرف على الكلام (في UART ، الكلمات في شكل سلاسل يتم التعرف عليها بعد الدخول إلى كلمة "Alice")

2. الاعتراف بالمعنى (لا تأتي الكلمات إلى UART ، ولكن الأوامر *)
* تحتاج إلى التفاعل مع أدوات ياندكس

تتوفر لوحة الميكروفون بعدة تكوينات ، اعتمادًا على التطبيق والتطبيق.


خيارات لوحة الميكروفون لـ Aliceduino. 2 ، 4 ، 7 - أداء الميكروفون

الوحدة النمطية نفسها عبارة عن لوحة توسع على النظام (SOM) + مع نظام صوت فرعي (ترميز صوت ومكبر صوت لإخراج الصوت إلى مكبر صوت خارجي)


SOM الوظيفية الرسم - الدماغ أليس


لوحة توسيع الرسم الوظيفي مع نظام الصوت الفرعي ودبابيس UART

نتيجة لذلك ، نحصل على دمج Alice في تطبيقاتنا باستخدام 4 أسلاك:
RX ، TX ، + 5V ، GND. لم يتمكنوا من التعبير عن التكلفة التقريبية ، لأنه لم يتم تداولها بعد. الإفراج عن بيع ، كما ذكر ، هو المخطط للعام الجديد.

كانت التقارير غنية للغاية ومثيرة للاهتمام. بصراحة ، لم أكن أتوقع أن أترك الحدث في هذا الحماس. مرة أخرى ، أود أن أعرب عن عميق امتناني للمنظمين.


باختصار ، أود أن أشير إلى مدى تنوع ورائع المؤتمرات التي أصبحت على الغدد. إذا كنت من قبل ، وبصرف النظر عن الإعلان عن المكونات الإلكترونية والمدرجات الصغيرة مع اللوحات ، لم أستطع رؤية أي شيء ، هذه المرة ، فإن هذا النهج التفاعلي والحيوي في عرض المنتجات جعلني سعيدًا للغاية. أريد أن أشارك في هذا وأن أشجع بكل طريقة ممكنة. شكرا لك

PS أعتذر عن جودة الصورة. يمكن العثور على روابط للتقنيات المذكورة أدناه.

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