作者：Arm編輯群
對於懷抱著快速擴充其邊緣AI抱負的開發人員來說，硬體的碎片化可說是他們一開始就要面對的障礙。
為包括工業、製造、嵌入式系統與行動裝置等應用開發機器學習(ML)解決方案的業者TDK Qeexo (MakerPRO編按：日本TDK集團旗下總部位於美國的子公司)，就親自體認到這樣的挑戰。這家公司於2012年成立時推出的第一款產品FingerSense，就是一種智慧型手機技術，它使用震動感測與電容觸控，來分辨不同類型的觸控輸入。
TDK Qeexo產品管理事業處總監Michael Gamble表示：「當我們打造出這個超讚的機器學習應用程式，我們的客戶說，『太棒了！聽著，我們需要你們每年為大約60款手機提供支援。』但我們說，『等等，可是我們的ML專家團隊光是支援一款手機就需要大約四個月的時間耶…』就算如此，Qeexo不會坐視這樣的挑戰。」
為了因應這些挑戰，TDK Qeexo開發出Qeexo Auto ML：這是一種完全自動化的端對端機器學習開發平台，它利用感測器收集的資料，讓嵌入式裝置在本地運作輕量化機器學習解決方案，也就是tinyML，並快速進行組建與部署。對於邊緣AI而言，這是一種可以促成資料蒐集、視覺化、加以註解、模型訓練、並加以部署，以及許多具備其他有用功能的無程式碼環境。
透過將機器學習開發流程中最繁瑣的部分自動化，TDK Qeexo減少了為支援多款手機耗費的時間與精力。自動化做法也讓他們得以擴展事業的規模，為超過4億支手機提供支援。
簡化邊緣AI的開發作業
有了Qeexo Auto ML，原本沒有機器學習支援的團隊，也可以輕鬆地把它加入到可用的工具清單中。企業毋需再選用要價不菲的嵌入式機器學習資源，可以受益於更快的迭代週期與更低的成本。這個自動化平台讓從技術主題專家到機器學習的專業人員，都能順利執行原本需要仰賴特定資源才能完成的任務，並因此提供顯著的成本效益。
在2023年初被TDK收購的Qeexo，已經與寶僑(P&G)公司合作部署Quito AutoML，協助該公司團隊為其消費產品打造智慧解決方案。P&G並在2023 tinyML峰會中提出簡報，彰顯Qeexo的軟體如何為他們的產品加入智慧功能的同時，又能降低啟動該作業所需的精力。
一位未透露身分的客戶對於TDK Qeexo執行長製作的展示影片印象深刻－－該影片呈現了其解決方案在區分不同動作方面的能力，因此促成該客戶與 TDK Qeexo的合作，並使得該客戶在其工業機器上，開發了一個基於特定條件的監控解決方案。
為了持續排除各項開發障礙，TDK Qeexo與Arm在硬體IP與開發支援方面保持密切的合作關係。他們將Arm虛擬硬體 (代表包括Arm架構處理器、系統與第三方硬體、且功能精確的系列產品)整合至他們的Qeexo Auto ML平台。如此一來用戶只需利用軟體就能進行原型的開發，不需使用實體的硬體。
「目前Qeexo AutoML只為特定的硬體提供支援，」Gamble表示：「有了Arm虛擬硬體，我們的目標是打破界線，從Qeexo AutoML平台建構一個各家製造商都能使用的虛擬化、可配置的感測器模組。」
(本文由Arm供稿，責任編輯：Judith Cheng)
- 想加速RAG開發？你需認識LLamaIndex框架 - 2024/11/21
- AI+無人機守護海域遊憩安全 台南市發表「智慧海灘」成果 - 2024/11/14
- 【多模態時代】LLaVA模型的重要性 - 2024/11/11
.jpg)
.jpg)