不需要寫程式碼，就可以做edgeAI了——NanoEdge AI Studio試用

關注我的公眾號c137Lab獲取更多相關內容

近年來，邊緣AI的發展越來越快，各家MCU廠商摩拳擦掌，都想在人工智慧的浪潮中分上一杯羹。一方面，是微控制器越來越強大的效能和越來越低的功耗使得複雜演算法在邊緣的部署成為現實，另一方面，是演算法的發展在合理的準確度損失下需求的算力越來越小。

完全可以預見的是，伴隨著5G技術的發展，邊緣AI也會在越來越多的領域落地，邊緣AI已經開始在可穿戴裝置、工業、汽車、物聯網、倉庫管理等領域取得了一定的成果，而這些成果會隨其發展不斷擴大到社會各個領域。
2018年初，ARM針對Cortex-M系列裝置推出CMSIS-NN，基於CMSIS-NN核心的神經網路推理運算對於執行時間/吞吐量將會有4.6X的提升，而對於能效將有4.9X的提升。

今年，ARM推出Cortex-M55，其中增加了一個VPU(Helium)，這個技術是 Arm Cortex-M 核心的 M-Profile 向量擴充套件，可提供高達 15 倍的機器學習效能和高達 5 倍的訊號處理能力，微控制器AI的春天，就要到來了。

接下來，就要介紹我們今天的主角——NanoEdge AI Studio了，這款由CartesiamAI推出的工具可以讓你在完全沒有數學、機器學習和資料科學的基礎上建立屬於自己的微控制器AI模型。
在官網下載並註冊免費試用License後，就可以進入NanoEdge AI Studio進行體驗了，一目瞭然的介面，非常清爽，我們可以開始建立第一個模型。

接下來需要匯入一些正常資料（正樣本），支援TXT或者CSV格式的資料匯入，在匯入後會獲得視覺化的資料效果圖。

之後再匯入一些異常資料（負樣本），如果沒有負樣本，也可以自己隨意編造負樣本。同樣，也會獲得和上一步相似的視覺化圖。

第三步就可以開始訓練你的模型啦，完全不需要複雜的理論基礎，只需要點一下就可以了，什麼模型，什麼調參，統統不需要啦。

在訓練的時候，也會有視覺化的訓練過程，這個工具可以說是做的非常優秀，清爽的介面和視覺化效果讓我給出好評！

在訓練完成後，就可以進行模型的模擬和部署了，選擇自己準備好的測試資料（測試集），就可以進行測試了，這個工具訓練出的模型還支援在微控制器上實時進行訓練，並且佔用記憶體非常小，本人在體驗過程中訓練出的模型僅需要4kB的RAM就可以進行部署。

唯一遺憾的是，現在這款軟體部署到微控制器的功能只有付費License才可以使用，體驗版只可以使用幾款ST的官方開發板的Demo進行部署，經過本人的郵件詢問，學生郵箱也拿不到可以部署的License。有開發板感興趣的朋友可以自己試試哦。

順便吐槽一下，這售價確實是不便宜呢。這套工具我個人的推薦還是體驗一下其先進的功能就好，等到Cortex-M55的晶片上市，CMSIS-NN的實力將會有飛躍性的提升。