ZHDA204A June   2026  – October 2026 MSPM0G5187

 

  1.   1
  2.   摘要
  3.   商标
  4. 1 简介
  5. 2 带 TinyEngine NPU 的 MSPM0G5187
  6. 3 边缘 AI 工具链
    1. 3.1 TI Edge AI Studio
    2. 3.2 TI Tiny ML Tensorlab
    3. 3.3 TI 神经网络编译器
  7. 4 通过 TI Edge AI Studio 进行快速原型设计
    1. 4.1 工程设置
    2. 4.2 数据采集
      1. 4.2.1 硬件设置
      2. 4.2.2 特征概述
    3. 4.3 数据导入
      1. 4.3.1 分类任务
      2. 4.3.2 回归任务
      3. 4.3.3 预测任务
      4. 4.3.4 注释列表
    4. 4.4 数据注释
    5. 4.5 模型训练
      1. 4.5.1 训练参数
      2. 4.5.2 工具链依赖项
    6. 4.6 性能报告
    7. 4.7 模型导出
  8. 5 通过 TI Tiny ML Tensorlab 进行高级开发
    1. 5.1 环境设置
    2. 5.2 数据采集
      1. 5.2.1 数据检索
      2. 5.2.2 数据验证
    3. 5.3 模型架构迭代重构
      1. 5.3.1 基线实现
      2. 5.3.2 使用 PyTorch 内置模块进行重构
      3. 5.3.3 数据管道优化
      4. 5.3.4 过渡到 CNN 架构
    4. 5.4 模型导出
    5. 5.5 量化感知训练
    6. 5.6 模型编译
  9. 6 边缘 AI 应用：数字识别
    1. 6.1 LeNet-5 变体 CNN 模型
    2. 6.2 NPU/CPU 性能比较
  10. 7 边缘 AI 应用：波形分类器
    1. 7.1 特征提取
    2. 7.2 时序分类模型
    3. 7.3 模型内存注意事项
    4. 7.4 NPU/CPU 性能比较
  11. 8 总结
  12. 9 参考资料
  13. 10修订历史记录

3.1 TI Edge AI Studio

TI Edge AI Studio 是一套综合性的图形化及命令行工具集，旨在简化开发、训练、编译 AI 模型并将其部署到各种德州仪器 (TI) 处理器、微控制器和雷达传感器上的流程。

为了适应不同的开发环境和安全要求，Edge AI Studio 提供了两种不同版本：

  • 云版本：完全基于 Web 的环境，无需本地安装。该版本支持快速原型设计和快速启动，只需极少的配置。
  • 桌面版：在用户计算机上运行的本地安装。该版本针对具有严格数据机密性要求的项目进行了优化，用于验证所有数据集和经过训练的模型是否均保留在内部，且 TI 绝不会访问这些数据。

Edge AI Studio 为以下任务提供了强大的工作流程：

  • 数据管理：无缝数据捕获、注释和可视化。
  • 模型训练：
    • 使用用户提供的数据集（自带数据，BYOD）训练 TI 优化的模型。
    • 自定义训练参数以微调模型性能。
  • 模型部署：
    • 自动编译目标硬件的训练模型。
    • 实时推理预览，用于实时性能验证。

Edge AI Studio 目前不支持某些高级自定义工作流程：

  • 训练用户定义的模型（训练自己的模型，TYOM）
  • 修改 TI 模型架构
  • 自定义特性提取流程或量化流程
  • 直接编译预训练或客户提供的模型
备注： 对于需要高级模型自定义（例如 TYOM 或架构修改）的工作流程，请参阅节 3.2，其为这些功能提供了扩展支持。
Edge AI Studio 支持多个专用系列中 22 款以上的 TI 微控制器，包括采用 C7™ NPU 或 AI 加速器件的处理器（例如采用 TinyEngine 的微控制器），以及没有专用加速器的支持 AI 器件。有关更多详细信息，请访问 EDGE-AI-STUDIO 产品页面。