使用 NVIDIA TAO Toolkit 和 STM32 AI 解決方案為您的邊緣 AI 模型提升性能

研討會時間：

2023 年 8 月 29 日（周二）晚 9:00

（北京時間）

邊緣人工智能為所有市場的許多新應(yīng)用鋪平了道路。然而，為了使邊緣人工智能解決方案充分發(fā)揮其潛力，開發(fā)者更需要用戶友好型解決方案，以提供準確的性能洞察，克服使用機器學習算法工作的復(fù)雜性。

如今，由于現(xiàn)有邊緣人工智能解決方案缺乏靈活性和可靠性，許多運行在 MUC 上的邊緣人工智能應(yīng)用無法進入生產(chǎn)階段以及商業(yè)部署?？傊?，它們無法讓嵌入式開發(fā)者在 MCU 上輕松、及時地創(chuàng)建、測試和部署機器學習算法。

通過一個小時的網(wǎng)絡(luò)研討會，您將了解將人工智能集成到 MCU 中的所有必要知識

在這個一小時的網(wǎng)絡(luò)研討會和現(xiàn)場問答中，來自意法半導(dǎo)體和 NVIDIA 的專家將向您展示如何在 STM32 MCU 上無縫部署高性能邊緣 AI 算法。

我們將從一個種并不適合嵌入式 AI 的、復(fù)雜的、內(nèi)存密集型的神經(jīng)網(wǎng)絡(luò)入手。通過使用NVIDIA TAO Toolkit，我們會將其內(nèi)存占用減少 100 倍，從而使其能夠在 STM32 MCU 上運行。

從理論到實踐，邊緣人工智能專家還將為您演示人員存在檢測。

參加本次會議后，您將了解如何使用 NVIDIA TAO Toolkit 從頭開始創(chuàng)建端到端的邊緣 AI 應(yīng)用程序，以及如何在短短一小時內(nèi)將其在 STM32 上啟動并運行。您還將了解如何使用自己的 ANN 模型，數(shù)據(jù)集和嵌入式軟件應(yīng)用程序代碼創(chuàng)建邊緣 AI 應(yīng)用程序。

在本次研討會中，您將了解到：

• 意法半導(dǎo)體在 MCU 上部署邊緣 AI 的生態(tài)系統(tǒng)

• 可以幫助開發(fā)者訓(xùn)練、調(diào)整和優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的 NVIDIA TAO 工具

• 意法半導(dǎo)體和 NVIDIA 工具如何幫助您以簡單的方式提升 STM32 MCU 上提升邊緣 AI 性能，并超越市場上的其他解決方案

• 這些工具如何顛覆當前的實踐，并讓所有人都能使用邊緣人工智能

• 如何輕松上手意法半導(dǎo)體和 NVIDIA 的 AI 生態(tài)系統(tǒng)

如果您：

• 已經(jīng)具備人工智能和神經(jīng)網(wǎng)絡(luò)方面的知識

• 聽說過主要的數(shù)據(jù)科學框架和文件格式 (TensorFlow, Keras, ONNX 等)

• 已經(jīng)在使用數(shù)據(jù)集來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型

• 了解在 MCU 上部署 ML/AI 所面臨的挑戰(zhàn)和限制，并正在尋找簡化項目開發(fā)的解決方案

那么，這次研討會將是為您量身打造的！

議程：

• 網(wǎng)絡(luò)研討會議程目標、行業(yè)現(xiàn)狀和意法半導(dǎo)體邊緣人工智能解決方案

• NVIDIA TAO Toolkit 的現(xiàn)場演示

• 意法半導(dǎo)體對于 NVIDIA TAO Jupyter Notebook 的實踐演示，展示如何：

  ○ 從 BYO 模型開始部署人員檢測用例

  ○ 使用 NVIDIA 數(shù)據(jù)集對其進行訓(xùn)練，

  ○對網(wǎng)絡(luò)進行修剪和再訓(xùn)練，將其內(nèi)存占用減少 100 倍，以優(yōu)化其在 STM32 上的性能

  ○ 使用意法半導(dǎo)體邊緣 AI 解決方案部署訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)

• 問答環(huán)節(jié)

演講嘉賓

Nicolas Gaude (ST)

產(chǎn)品營銷經(jīng)理

Nicolas 是意法半導(dǎo)體 AI 解決方案團隊的產(chǎn)品營銷經(jīng)理。他負責在微控制器上實現(xiàn)邊緣 AI 大眾化的生態(tài)系統(tǒng)和工具。他對技術(shù)充滿熱情，多年來一直致力于開發(fā)使用邊緣 AI 改變游戲規(guī)則的實際案例。

Muhammad Shahnawaz (ST)

高級數(shù)據(jù)科學和算法工程師

Muhammad 是意法半導(dǎo)體邊緣 AI 解決方案團隊的高級數(shù)據(jù)科學和算法工程師。他擁有意大利米蘭理工大學聲學和信號處理專業(yè)的博士學位。自 2019 年以來，Muhammad 一直致力于與數(shù)據(jù)科學、TinyML、傳感和計算機視覺相關(guān)的各種課題研究。

Chintan Shah (NVIDIA)

高級產(chǎn)品經(jīng)理

Chintan Shah 是 NVIDIA 的高級產(chǎn)品經(jīng)理，主要負責 AI 產(chǎn)品。他負責管理面向智能空間、零售、工業(yè)和其他垂直行業(yè)的 NVIDIA TAO 和視覺 AI 解決方案。他的工作重點是為所有開發(fā)者和企業(yè)簡化和普及人工智能。他擁有北卡羅來納州立大學電氣工程碩士學位。