Edge Impulse 邊緣智能平臺近日推出全新工具套組，借力 NVIDIA TAO Toolkit 和 Omniverse，針對基于 Arm Cortex-A、Cortex-M 以及Ethos-U NPU 的低階硬件架構推出新型 AI 模型，如 NXP I.MX RT1170、Alif E3、STM32H747AI 及 Renesas CK-RA8D1。

借助 Edge Impulse 和 NVIDIA TAO 工具包的協(xié)同效應，工程師得以快速構建并部署至邊緣優(yōu)化硬件（如上述型號）的計算機視覺模型。該平臺還支持用戶運用經(jīng)由 GPU 優(yōu)化的 NVIDIA TAO 模型（如 YOLO 以及 RetinaNet）進行自定義數(shù)據(jù)定制，調(diào)配后可適應有無 AI 加速器的邊緣設備。

然而需注意，此創(chuàng)新方案需使用 GPU 進行模型訓練。另外，Edge Impulse 還攜手 NVIDIA Omniverse，實現(xiàn)模型在使用合成數(shù)據(jù)和邊緣測試環(huán)境的應用程序中的集成。尤其適用環(huán)境下獲取真實世界數(shù)據(jù)的成本高昂、耗時、存在隱私困擾或是無法充分描繪各類情景者。

利用 NVIDIA Omniverse Replicator ，Edge Impulse 可生成合成數(shù)據(jù)，并導入邊緣設備的 AI 模型，配合應用于檢測制造生產(chǎn)線上的缺陷、設備故障或者臨床監(jiān)測中的手術對象，以期避免術后并發(fā)癥等狀況。合成數(shù)據(jù)生成的優(yōu)勢頗多，包括：虛擬化減輕物理原型設計及測試負擔；加速開發(fā)周期及實驗過程；實現(xiàn)模擬傳感器及模型行為；為MCU兼容性測試提供機會；提升模型可靠性并創(chuàng)設難以復現(xiàn)的情境。