隨著AI迅速向邊緣領域挺進,對智能邊緣器件的需求隨之激增。然而,要在小尺寸的微控制器上部署強大的模型,仍是困擾眾多開發者的難題。開發者需要兼顧數據預處理、模型選擇、超參數調整并針對特定硬件進行優化,學習曲線極為陡峭。因而,開發者肯定希望能夠在微控制器等邊緣器件和其他受限平臺上,輕松地構建和部署性能穩健、資源密集型的機器學習模型,而無需在復雜的代碼或硬件限制上耗費精力。近日我們滿懷欣喜地宣布,由Analog Devices, Inc. (ADI)和Antmicro共同開發的AutoML for Embedd