打通边缘智能之路:面向嵌入式设备的开源AutoML正式发布――加速边缘AI创新
2025-07-17 【 字体:大 中 小 】
“随着AI迅速向边缘领域挺进,对智能边缘器件的需求随之激增。然而,要在小尺寸的微控制器上部署强大的模型,仍是困扰众多开发者的难题。
”随着AI迅速向边缘领域挺进,对智能边缘器件的需求随之激增。然而,要在小尺寸的微控制器上部署强大的模型,仍是困扰众多开发者的难题。开发者需要兼顾数据预处理、模型选择、超参数调整并针对特定硬件进行优化,学习曲线极为陡峭。因而,开发者肯定希望能够在微控制器等边缘器件和其他受限平台上,轻松地构建和部署性能稳健、资源密集型的机器学习模型,而无需在复杂的代码或硬件限制上耗费精力。
近日我们满怀欣喜地宣布,由Analog Devices, Inc. (ADI)和Antmicro共同开发的AutoML for Embedded现已正式推出,集成在Kenning框架中。Kenning是一个不受硬件限制的开源平台,专注于对边缘设备上的AI模型进行优化、基准测试和部署。AutoML for Embedded旨在让嵌入式工程师、数据科学家等所有用户都能轻松使用高效且可扩展的边缘AI。
AutoML for Embedded开启了全新可能,实现了端到端机器学习流程的自动化,不仅让经验较少的开发者也能构建高质量模型,还能助力资深专家大幅提升实验效率。最终,开发者将获得高效的轻量级模型,不仅性能强大,而且不会超出设备的性能限制。

与CodeFusion Studio™和ADI硬件无缝集成
AutoML for Embedded是基于Kenning库构建的Visual Studio Code插件,旨在自然地融入开发者现有的工作流。它与CodeFusion Studio™进行了集成,能够支持:
- • ADI MAX78002 AI加速器MCU和MAX32690:将模型直接部署到先进的边缘AI硬件。
- • 仿真和RTOS工作流:利用基于Renode的仿真和Zephyr RTOS,快速开发原型并进行测试。
- • 通用开源工具:支持灵活的模型优化,避免平台锁定。借助详细的分步教程、可复现的流程和示例数据集,即使没有数据科学背景,开发者也能以惊人的速度将原始数据转化为边缘AI应用并完成部署。
专为开发者打造,行业巨头鼎力支持
AutoML for Embedded是ADI与Antmicro深度合作的结晶,融合了深厚的硬件技术专长与开源创新。我们致力于提供开放、以用户为中心、可扩展的工具集,加速边缘AI在各行各业的普及。
Antmicro业务开发副总裁Michael Gielda表示:“依托Kenning这一灵活的开源AI基准测试与部署框架,我们成功开发了自动化流程和VS Code插件,大幅降低了构建优化边缘AI模型的复杂度。我们端到端开发服务的核心在于,基于经过验证的开源解决方案打造高效工作流,帮助客户实现对产品的全面掌控。凭借Renode灵活的仿真能力,并与高度可配置的标准化Zepher RTOS进行无缝集成,现在已经能够使用Kenning框架中的AutoML进行透明、高效的边缘AI开发。”
工作原理:技术揭秘
AutoML for Embedded采用先进的算法,自动进行模型搜索和优化。它利用SMAC(基于序列模型的算法配置)高效探索模型架构和训练参数,并应用Hyperband和逐次减半策略,将资源集中于最有潜力的模型。同时,它会根据设备RAM来核对模型大小,确保部署顺利进行。
候选模型可利用Kenning的标准流程进行优化、评估和基准测试,并生成关于模型大小、速度和精度的详细报告,为部署决策提供重要依据。
真实应用场景:典型用例
AutoML for Embedded正在深刻改变边缘AI的开发模式。例如,在近期的一次演示中,开发者利用AutoML for Embedded,在ADI MAX32690 MCU上成功创建了面向传感器时间序列数据的异常检测模型。此模型在物理硬件和Renode数字孪生仿真平台上都进行了部署,展现出良好的无缝集成和实时性能监控能力。
其他潜在应用包括:
- • 低功耗摄像头上的图像分类和目标检测
- • 工业物联网传感器的预测性维护和异常检测
- • 面向设备端文本分析的自然语言处理
- • 体育赛事和机器人领域的实时动作识别
立即开始使用
AutoML for Embedded现已在Visual Studio Code Marketplace和GitHub上发布
Visual Studio Marketplace中的AutoML for Embedded
GitHub上的AutoML for Embedded
欢迎积极试用,分享反馈意见,与我们共塑边缘AI的未来。
有兴趣将AutoML for Embedded引入您的应用项目?我们期待与积极挖掘边缘智能潜能的客户携手合作。如果您正在开发AI应用,想要获得在嵌入式设备上优化或部署模型的相关支持,欢迎与我们联系。
敬请访问开发者门户,详细了解我们能为您的项目所提供的支持。
猜你喜欢
贸泽电子开售提供端到端语音解决方案的Renesas Electronics RA8M1语音套件
别怕IPO“抽血”!长鑫科技上市落地,半导体设备ETF盘中涨近4%
Power Integrations推出具有多路独立稳压输出的全新开关IC产品系列――InnoMux-2
FLIR推出声学成像仪,助力快速定位气体泄漏与机械故障
44%营收高增背后,杰华特虚拟IDM模式构筑国产模拟芯底气
思特威全新推出智能交通应用9MP及6MP高性能CMOS图像传感器
Vishay推出MiniLED封装高亮度小型蓝色和纯绿色LED
研华推出全新13代Intel平台工业主板AIMB-508,助力产业效能升级!
光子精密新年首发,超高精度・ 高速度激光位移传感器PDH系列
泰克赋能V-by-One HS技术在汽车电子测试领域的应用
三个月吸金近15亿,光联芯科领跑片间光互连赛道
车灯内卷时代,出路在何方?安瑞光电双轮驱动,加速全球出圈
最终盘点:关于RS-485的十大要点
CIOE 2026观察:从纳米到光年,一束光的“连接带”加速成型
光刻产业开启”双线迭代“:High-NA EUV与12英寸光掩模
芯连青山绿水,智护万千生灵——宸芯MNet自组网技术助力野生动物保护
Eddie Ramirez:服务器市场Arm优势有三 多元化方案提供更多选择性
苹果首款折叠iPhone发布 果链迎来结构性重估:谁在受益,谁在承压?
前苹果NPU全建制高管团队押注端侧通用计算平台,成立一年已获三轮产业方领衔近10亿投资
服务器CPU生产挤占PC产能,英特尔是否该“外包解困”?
三个月吸金近15亿,光联芯科领跑片间光互连赛道

车灯内卷时代,出路在何方?安瑞光电双轮驱动,加速全球出圈

最终盘点:关于RS-485的十大要点

CIOE 2026观察:从纳米到光年,一束光的“连接带”加速成型

光刻产业开启”双线迭代“:High-NA EUV与12英寸光掩模

芯连青山绿水,智护万千生灵——宸芯MNet自组网技术助力野生动物保护

Eddie Ramirez:服务器市场Arm优势有三 多元化方案提供更多选择性

苹果首款折叠iPhone发布 果链迎来结构性重估:谁在受益,谁在承压?

前苹果NPU全建制高管团队押注端侧通用计算平台,成立一年已获三轮产业方领衔近10亿投资

服务器CPU生产挤占PC产能,英特尔是否该“外包解困”?
