Conferências de ferro. SOM i.MX6, Aliceduino, Keras + STM32Cube.AI

Mais cedo ou mais tarde, todo funcionário de TI curioso se interessa em descobrir o que seus colegas estão fazendo, trocar experiências e observar as novas tecnologias que aparecem no mercado. Para esses fins, em regra, representantes de grandes empresas organizam várias conferências, seminários e outras reuniões. Devido às especificidades de suas atividades, discutiremos mais sobre coleções dedicadas a produtos ou tecnologias de hardware e, em particular, formatos para a realização de tais reuniões. Quero compartilhar com vocês, queridos cidadãos de Khabrovsk, as notícias e a experiência de visitar três desses eventos na semana passada. Reveja na esteira.



25/09/2019 em São Petersburgo, foi realizado um seminário sobre microprocessadores da série i.MX6, que falou sobre isso e algumas outras famílias de microprocessadores NXP, incluindo o anúncio de uma nova linha - i.MX8 M pico . Além disso, foram consideradas as características da transição dos sistemas de microcontroladores para microprocessadores. Deve-se notar que na maioria das vezes o seminário foi dedicado à parte prática - trabalhando com uma placa de demonstração baseada no i.MX6 ULL executando o Linux incorporado. Este KIT é o seguinte:

• Módulo VisionSOM-6ULL SOM, fabricado de acordo com o padrão SODIMM200, no qual estão localizados o microprocessador, RAM e ROM (NAND \ eMMC \ uSD);
• Placa-mãe com conectores de interface (Ethernet 10 \ 100, USB OTG, host USB, console UART-USB).

Placa de demonstração VisionCB-6ULL-STD


Parece que nada de especial, mas o fato de que tudo isso é emitido no âmbito da conferência é uma lição para os participantes começarem a trabalhar com este equipamento (carregar a imagem do SO em um cartão microSD, iniciar o sistema Linux, trabalhar com GPIO, configurações de interface de rede e um servidor DHCP) e uma demonstração de várias funcionalidades (um exemplo de trabalho com um módulo de giroscópio, implementação de um servidor WEB simples, trabalho com um módulo NFC) - eu pessoalmente tinha um respeito genuíno. Essa abordagem é inspiradora. Além disso, todos os painéis de demonstração emitidos foram doados aos participantes pela empresa organizadora para estudos adicionais. Das deficiências, vale ressaltar que a apresentação principal do representante da NXP e as aulas práticas foram realizadas em inglês, as quais os organizadores das reuniões não mencionaram em nenhum outro lugar. Para mim, isso não foi um problema, no entanto, ouvintes obviamente insatisfeitos também estavam presentes.Em geral, foi muito interessante estar presente neste seminário da conferência - como se eu estivesse indo para os institutos. Muito obrigado aos organizadores - DECTEL Electronics e aos representantes da empresa.

Além disso, no meu calendário, foi registrada a visita ao webinar em 28/08/2014, realizado pela empresa parceira STM - Doulos, dedicada à implementação de redes neurais nos microcontroladores STM32. Estou longe do aprendizado de máquina e das redes neurais, mas observar essas coisas é extremamente interessante e informativo. Portanto, além das CPUs e GPUs que já são familiares, eles usam MCU e FPGA para começar a usar redes neurais (ou talvez já as usem ativamente em algum lugar). Em contraste com a conhecida computação em nuvem, as soluções incorporadas, além das deficiências óbvias de memória e energia, têm suas próprias vantagens - pequenos atrasos nas decisões, custos e consumo de energia. A ideia é que o estágio de treinamento da rede neural, que consome recursos, seja realizado na máquina host ou na nuvem, e a rede já treinada e configurada seja montada e exibida no microcontrolador. O webinar demonstrou um exemplo da cadeia de ferramentas Keras (uma estrutura python de alto nível para a criação de redes neurais) + STM32Cube.AI (um pacote de extensão para o STM32CubeMX para incorporação de redes neurais nos microcontroladores STM32). A demonstração terminou no momento de gerar um certo código C na forma de uma enorme matriz alocada na memória do MK e da biblioteca de tempo de execução. Minha pergunta no bate-papo “Como se comunicar com a rede neural resultante do firmware?”, Infelizmente, foi ignorada e até banida por algum motivo. Mas, no entanto, o tópico é interessante e, de qualquer forma, é melhor conhecer essas ferramentas acessíveis do que não saber.


Diagrama de blocos de um aplicativo usando uma rede neural integrada


Geração de código para MK STM32 a partir de um modelo de rede neural obtido usando Keras

Bem, chegou o fim de semana e você pode ir com segurança à primeira conferência do Yandex.Zhelezo para desenvolvedores de hardware. Os principais tópicos abordados neste evento foram: a introdução de Alice em sua casa inteligente, algoritmos e preenchimento de hardware de um carro não tripulado e, claro, o almoço. A Yandex está promovendo ativamente seu assistente de voz, inclusive no campo da casa inteligente, e está ciente de que é impossível suportar absolutamente todos os dispositivos, desde eletrodomésticos a dispositivos personalizados de alimentadores de gato e similares. Portanto, agora eles oferecem Alice como uma interface, cuja API os fabricantes de eletrodomésticos poderiam implementar e oferecer suporte em seus dispositivos. Além disso, eles anunciaram, na minha opinião, uma solução extremamente bem-sucedida, tanto para grandes fabricantes de equipamentos quanto para desenvolvedores de bricolage - Aliceduino . Infelizmente, não consegui tirar uma foto da placa, mas posso compartilhar os diagramas funcionais dos módulos e uma breve descrição.


Anúncio da Aliceduino - placas de expansão com suporte para Alice (a imagem da placa não é verdadeira)

Este é um módulo que possui Wi-Fi, uma entrada de microfone e uma saída na forma de um UART 5V comum, que permite processar comandos de voz em tempo real. No momento do anúncio, havia dois modos de operação:

1. Reconhecimento de fala (no UART, palavras na forma de strings reconhecidas após a entrada da palavra "Alice")

2. Reconhecimento de significado (não as palavras chegam ao UART, mas os comandos *)
* Necessidade de interagir com as ferramentas Yandex

A placa do microfone está disponível em várias configurações, dependendo do aplicativo e do aplicativo.


Opções de placa de microfone para Aliceduino. 2, 4, 7 - desempenho do microfone

O módulo em si é uma placa de expansão System on module (SOM) + com um subsistema de áudio (codec e amplificador de áudio para emitir som para um alto-falante externo)


Diagrama funcional do SOM - o cérebro de Alice


Placa de expansão de diagrama funcional com subsistema de áudio e pinos UART

Como resultado, obtemos a integração de Alice em nossos aplicativos usando 4 fios:
RX, TX, + 5V, GND. Eles não conseguiram expressar o custo aproximado, porque circulação ainda não foi liberada. O lançamento à venda, conforme mencionado, está planejado para o Ano Novo.

Os relatórios foram extremamente ricos e interessantes. Honestamente, eu não esperava deixar o evento com tanto entusiasmo. Mais uma vez, quero expressar minha profunda gratidão aos organizadores.


Resumindo, quero observar como as conferências se tornaram diversas e fascinantes para as glândulas. Se antes, além de anunciar componentes eletrônicos e pequenos estandes com placas, eu não via nada, desta vez, uma abordagem tão interativa e animada para a demonstração de produtos me deixou muito satisfeito. Quero participar e promover de todas as maneiras possíveis. Obrigada

PS Peço desculpas pela qualidade da foto. Os links para as tecnologias mencionadas podem ser encontrados abaixo.

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