ZHDA204 June   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边缘 AI 应用领域:数字识别
    1. 4.1 LeNet-5 变体 CNN 模型
    2. 4.2 NPU/CPU 性能比较
  8. 5边缘 AI 应用领域:波形分类器
    1. 5.1 特征提取
    2. 5.2 时序分类模型
    3. 5.3 模型内存注意事项
    4. 5.4 NPU/CPU 性能比较
  9. 6总结
  10. 7参考资料

TI Tiny ML Tensorlab

Tiny ML Tensorlab 是德州仪器 (TI) 为将 AI 引入微控制器而提供的完整设计方案,使用户能够:

  • 训练用于时间序列分类和图像分类任务的机器学习模型
  • 使用量化(2 位、4 位、8 位)优化模型,用于嵌入式部署
  • 将模型编译为在 TI MCU 上高效运行,可选 NPU 加速
  • 使用 Code Composer Studio (CCS) 部署模型

这支持以下机器学习 (ML) 任务类型:

表 3-1 支持的任务类型
任务类型说明
时序分类将时间序列数据分类为离散类别(例如,故障检测、活动识别)
时间序列回归根据时间序列输入预测连续值(例如,扭矩估算)
时间序列预测根据历史模式预测未来数值(例如,温度预测)
异常检测使用基于自编码器的模型识别异常模式(例如,设备监控)
图像分类将图像分类到不同的类别(例如,视觉检测、数字识别)