帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
一美元的TinyML感測器開發板
 

【作者: 陸向陽】   2024年05月31日 星期五

瀏覽人次:【970】


打從2022年11月ChatGPT開放公眾使用後,隨即掀起一股大型語言模型(Large Language Model, LLM)風潮,乃至生成式人工智慧(Generative Artificial Intelligence, GenAI)風潮,不過AI似乎有極大化與極小化的兩線發展,小型化發展即是以AIoT為起點開始衍生出Edge AI、TinyML等,特別是TinyML,必須在有限的運算力、電力、成本、體積下實現AI,極具工程精進挑戰。


對此有一名IoT開發工程師Jon Nordby發起一個案子,期望實現只需1美元(以料件成本而言)的TinyML感測器開發板,以此刷新TinyML的低成本紀錄,專案名稱姑且就叫1 dollar TinyML。



圖一 : 目標只要1美元成本就能實現的TinyML電路板(圖片來源:Jon Nordby)
圖一 : 目標只要1美元成本就能實現的TinyML電路板(圖片來源:Jon Nordby)

硬體組成分析

目前這個專案的第一版(Revision 1)電路設計中有一顆PY32F003主控晶片,為上海普冉(Puya)半導體公司出品,其核心為Cortex-M0+;然後有一顆我國盛群半導體(Holtek)的BC7161晶片,該晶片是一顆藍牙Beacon發送器晶片。有趣的是,主控晶片約是15美分,藍牙發送器晶片則是20美分,比主控晶片還貴一些。


電路的核心由這兩顆晶片所構成,Jon Nordby以此為基礎分別提出兩個板子的構想,一是動作感測器電路板,另一是聲音感測器電路板,前者在兩顆晶片外再搭配STMicro(意法半導體)的LIS2DH(或LIS3DH)加速度感測器(accelerator);後者沒有加速度感測器,改配置一個麥克風並搭配若干運算放大器(opamp)。


同樣有趣的,加速度感測器與麥克風都是運用微機電系統(MEMS)技術製做而成,但加速度感測器用的是數位技術,麥克風用的則是類比(analog)技術。


至於感測器的成本,加速度感測器約30美分,比主控晶片、發送器晶片都貴一些;麥克風與運算放大器等則為20美分,與發送器價格相當,但也是比主控晶片略貴。


兩片感測器板子在感測上的配置不同外,其他方面大體相同,例如都有R紅、G綠、B藍、W白顏色的LED燈號;都有SPI介面的NOR型Flash快閃記憶體以便用來儲存主控晶片的控制程式(韌體);都有都使用鋰電池(例如LIR1220型鈕扣電池)運作,或可以用USB Type A供電運作,以及用其給鋰電池充電等。


到這裡簡單估算一下成本,加速度感測器板15+20+30約65美分,聲音感測器板15+20+20約55美分,其他林林總總考慮進去仍可能壓在90美分左右,而發起人Jon Nordby表示只要產製個幾百片,就有可能讓每片低於1美元,如果不要電池或感測器等則可能再低一些。



圖二 : 1 dollar TinyML板的構成組件(圖片來源:Jon Nordby)
圖二 : 1 dollar TinyML板的構成組件(圖片來源:Jon Nordby)

圖三 : 1 dollar TinyML板雛型品的打造與測試(圖片來源:Jon Nordby)
圖三 : 1 dollar TinyML板雛型品的打造與測試(圖片來源:Jon Nordby)

談完硬體後其實也要談軟體,1 dollar TinyML直接相容emlearn,這是給微控制器或嵌入式系統使用的一套機器學習軟體,開發者可以在一般中大型系統上使用Python程式語言來訓練模型,最後將模型放到微控器(Microcontroller)裡去進行推論,只要該微控器能支援C99標準的編譯器(Compiler)即可。C99是指1999年的國際標準ISO/IEC 9899,屬C語言標準。


小結

回到約十年前,2014年ESP8266晶片(屬Espressif上海樂鑫科技)開始走紅,走紅的原因主要有二,一是網友貢獻程式,使該晶片能直接用Arduino IDE進行開發,讓多數只會使用Arduino的創客也能用ESP8266;二是ESP8266晶片實現成的系統電路板也只要5美元,當時便宜到讓人不可思議。


也因為ESP8266的走紅,之後在2016年才有ESP32晶片接替ESP8266,而後一路開展出各種ESP32系列晶片,甚至被Arduino官方用於新的正式電路板中。


循上述模式,標榜只要1美元的TinyML板或許也會引起一波旋風,畢竟平價是難以抗拒的吸引力,不過也有其他低價專案正在醞釀中,如BitNetMCU 框架,該框架使用CH32V003晶片,晶片一樣只有15美分,且核心為免授權成本的RISC-V核心,這類的超平價TinyML方案是否能引起大眾關注與響應,可能還有待時間考驗。


延伸閱讀

[1] 1 dollar TinyML專案(GitHub):https://github.com/jonnor/embeddedml/tree/master/projects/dollar_tinyml


[2] 1 dollar TinyML專案(Hackaday):https://hackaday.io/project/194511-1-dollar-tinyml


emlearn:https://github.com/emlearn/emlearn


(本文由VMAKER授權轉載;連結原文網址


相關文章
70美元為第五代樹莓派添加AI套件
突破侷限!三款多核心微控器同時支援 Arduino與MicroPython
視覺化 Raspberry Pi 數據:輕鬆用 Arduino Cloud 掌握物聯網裝置
樹莓派推出AI攝影機、新款顯示器
用科技滅火:前線急救人員的生命徵象與環境監測
comments powered by Disqus
相關討論
  相關新聞
» AWS推出生成式AI服務 協助開發者快速打造應用程式
» Vantage Data Centers台北首座資料中心開幕 採用液體冷卻技術
» 普安儲存設備促進太空研究機構 AI 深度學習應用
» 東海結合ASUS、NVIDIA打造全台首座AI NB教室
» 2024臺北春季程式設計節競賽結果出爐


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.3.238.116.201
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw