Eisenkonferenzen. SOM i.MX6, Aliceduino, Keras + STM32Cube.AI

Früher oder später interessiert sich jeder neugierige IT-Mitarbeiter dafür, herauszufinden, was seine Kollegen tun, Erfahrungen auszutauschen und sich neue Technologien anzusehen, die auf dem Markt erscheinen. Zu diesem Zweck organisieren Vertreter großer Unternehmen in der Regel verschiedene Konferenzen, Seminare und andere Sitzungen. Aufgrund der Besonderheiten seiner Aktivitäten werden wir die Sammlungen für Hardwareprodukte oder -technologien und insbesondere die Formate für die Abhaltung solcher Sitzungen weiter erörtern. Ich möchte mit Ihnen, liebe Chabrowsk-Bürger, die Neuigkeiten und Erfahrungen des Besuchs von drei dieser Veranstaltungen in der vergangenen Woche teilen. Rückblick.



25.09.2019 in St. Petersburg fand ein Seminar über Mikroprozessoren der i.MX6-Serie statt, in dem über diese und mehrere andere Familien von Mikroprozessoren NXP gesprochen wurde, einschließlich der Ankündigung einer neuen Linie - i.MX8 M pico . Darüber hinaus wurden die Merkmale des Übergangs von Mikrocontrollersystemen zu Mikroprozessorsystemen berücksichtigt. Es sollte beachtet werden, dass das Seminar die meiste Zeit dem praktischen Teil gewidmet war - der Arbeit mit einem Demo-Board, das auf i.MX6 ULL unter Embedded Linux basiert. Dieses KIT ist das folgende:

• VisionSOM-6ULL SOM-Modul gemäß SODIMM200-Standard, auf dem sich Mikroprozessor, RAM und ROM befinden (NAND \ eMMC \ uSD);
• Hauptplatine mit Schnittstellenanschlüssen (Ethernet 10 \ 100, USB OTG, USB Host, UART-USB-Konsole).

Demonstrationsboard VisionCB-6ULL-STD


Es scheint nichts Besonderes zu sein, aber die Tatsache, dass all dies im Rahmen der Konferenz herausgegeben wird, ist eine Lektion für die Teilnehmer, mit diesem Gerät zu arbeiten (Laden des Betriebssystem-Images auf eine microSD-Karte, Starten des Linux-Systems, Arbeiten mit GPIO, Einstellungen der Netzwerkschnittstelle und ein DHCP-Server) und eine Demonstration verschiedener Funktionen (ein Beispiel für die Arbeit mit einem Gyroskopmodul, die Implementierung eines einfachen WEB-Servers, die Arbeit mit einem NFC-Modul) - ich persönlich hatte echten Respekt. Dieser Ansatz ist inspirierend. Darüber hinaus wurden alle ausgestellten Demonstrationstafeln von der organisierenden Firma zur weiteren Untersuchung an die Teilnehmer gespendet. Von den Mängeln ist anzumerken, dass die Hauptpräsentation des NXP-Vertreters und die praktischen Kurse auf Englisch stattfanden, was die Organisatoren des Treffens nirgendwo anders erwähnt haben. Für mich war dies kein Problem, aber offensichtlich waren auch unzufriedene Zuhörer anwesend. Im Allgemeinen war es sehr interessant, an diesem Konferenzseminar teilzunehmen - als würde ich zum Institut gehen. Vielen Dank an die Organisatoren - DECTEL Electronics und die Unternehmensvertreter.

In meinem Kalender wurde außerdem der Besuch des Webinars der STM-Partnerfirma Doulos am 27. August 2019 erwähnt, das sich der Implementierung neuronaler Netze in STM32-Mikrocontrollern widmet. Ich bin weit entfernt von maschinellem Lernen und neuronalen Netzen, aber diese Dinge zu beobachten ist äußerst interessant und informativ. Es stellt sich also heraus, dass sie zusätzlich zu den bereits bekannten CPUs und GPUs MCU und FPGA verwenden, um neuronale Netze zu verwenden (oder sie möglicherweise bereits irgendwo aktiv zu nutzen). Im Gegensatz zum bekannten Cloud Computing haben eingebettete Lösungen neben den offensichtlichen Mängeln an Speicher und Leistung ihre eigenen Vorteile - geringe Entscheidungsverzögerung, Kosten und Stromverbrauch. Die Idee ist, dass die ressourcenintensive Phase des Trainings des neuronalen Netzwerks auf dem Host-Computer oder in der Cloud durchgeführt wird und das bereits trainierte und konfigurierte Netzwerk dann zusammengesetzt und in den Mikrocontroller geflasht wird. Das Webinar zeigte ein Beispiel für die Keras- Toolchain (ein Python-Framework auf hoher Ebene zum Erstellen neuronaler Netzwerke) + STM32Cube.AI (ein Erweiterungspaket für STM32CubeMX zum Einbetten neuronaler Netzwerke in STM32-Mikrocontroller). Die Demonstration endete im Moment der Generierung eines bestimmten C-Codes in Form eines riesigen Arrays, das im Speicher der MK- und Laufzeitbibliothek zugeordnet ist. Meine Frage im Chat "Wie kommuniziere ich mit dem resultierenden neuronalen Netzwerk aus der Firmware?" Wurde leider ignoriert und aus irgendeinem Grund sogar gesperrt. Trotzdem ist das Thema interessant und auf jeden Fall ist es besser, über solche zugänglichen Werkzeuge Bescheid zu wissen, als es nicht zu wissen.


Blockdiagramm einer Anwendung unter Verwendung eines integrierten neuronalen Netzwerks


Codegenerierung für MK STM32 aus einem mit Keras erhaltenen neuronalen Netzwerkmodell

Nun, das Wochenende ist gekommen und Sie können sicher zur ersten Konferenz für Yandex.Zhelezo für Hardwareentwickler gehen. Die Hauptthemen dieser Veranstaltung waren: die Einführung von Alice in ihr Smart Home, Algorithmen und Hardware-Befüllung eines unbemannten Autos und natürlich das Mittagessen. Yandex bewirbt aktiv seinen Sprachassistenten, auch im Bereich Smart Home, und ist sich bewusst, dass es unmöglich ist, absolut alle Geräte zu unterstützen, von Haushaltsgeräten bis hin zu kundenspezifischen Geräten für Katzenfütterer und dergleichen. Daher bieten sie jetzt Alice als Schnittstelle an, deren API Haushaltsgerätehersteller in ihren Geräten implementieren und unterstützen können. Darüber hinaus kündigten sie meiner Meinung nach eine äußerst erfolgreiche Lösung sowohl für große Gerätehersteller als auch für Heimwerker an - Aliceduino . Leider konnte ich kein Foto von der Platine selbst machen, aber ich kann die Funktionsdiagramme der Module und eine kurze Beschreibung teilen.


Ankündigung von Aliceduino - Erweiterungskarten mit Unterstützung für Alice (Das Bild der Karte ist nicht wahr)

Dies ist ein Modul mit WLAN, einem Mikrofoneingang und einem Ausgang in Form eines normalen 5-V-UART, mit dem Sie Sprachbefehle in Echtzeit verarbeiten können. Zum Zeitpunkt der Ankündigung gab es zwei Betriebsarten:

1. Spracherkennung (in UART werden Wörter in Form von Zeichenfolgen erkannt, nachdem das Wort "Alice" eingegeben wurde)

2. Erkennen der Bedeutung (nicht Wörter kommen zu UART, sondern Befehle *)
* Sie müssen mit Yandex-Tools interagieren

Die Mikrofonplatine ist je nach Anwendung und Anwendung in verschiedenen Konfigurationen erhältlich.


Mikrofonplatinenoptionen für Aliceduino. 2, 4, 7 - Mikrofonleistung

Das Modul selbst ist eine System-on-Module (SOM) + Erweiterungskarte mit einem Audio-Subsystem (Audio-Codec und Verstärker zur Tonausgabe an einen externen Lautsprecher).


SOM-Funktionsdiagramm - Alice's Brain


Funktionsplan-Erweiterungskarte mit Audio-Subsystem und UART-Pins

Als Ergebnis erhalten wir die Integration von Alice in unsere Anwendungen über 4 Drähte:
RX, TX, + 5V, GND. Sie konnten die ungefähren Kosten nicht aussprechen, weil Auflage wurde noch nicht freigegeben. Die Veröffentlichung ist, wie bereits erwähnt, für das neue Jahr geplant.

Die Berichte waren äußerst reichhaltig und interessant. Ehrlich gesagt hatte ich nicht erwartet, dass ich die Veranstaltung mit solcher Begeisterung verlassen würde. Auch hier möchte ich den Organisatoren meinen tiefen Dank aussprechen.


Zusammenfassend möchte ich festhalten, wie vielfältig und faszinierend die Konferenzen auf den Drüsen wurden. Wenn ich früher, abgesehen von der Werbung für elektronische Komponenten und kleine Stände mit Tafeln, nichts sehen konnte, dann hat mich diesmal eine so interaktive und lebendige Herangehensweise an die Demonstration von Produkten sehr gefreut. Ich möchte daran teilnehmen und auf jede mögliche Weise fördern. Vielen Dank.

PS Ich entschuldige mich für die Qualität des Fotos. Links zu den genannten Technologien finden Sie weiter unten.

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