AI 演示

超低功耗在行动

端到端演示在 Ambiq 评估板上运行,使用我们的 ADK 进行训练和部署,与前端传感器集成,并使用 neuralSPOT SDK 构建。这些演示表明,先进的模型可以在电池供电的情况下实时运行,展示了 Apollo 的超低能耗性能。

亮点

01

端到端、设备上

采用 neuralSPOT 固件--完全在电路板上运行的实时推理,使用 Ambiq ADK 进行训练和部署,与前端传感器连接。

02

超低功耗

使用电池供电的高级模型。每个演示都经过调整,以展示 Apollo 的最低延迟、最小占地面积和超高效能源利用。

03

GitHub 上的开放源代码

所有演示代码、ADK 配方和 neuralSPOT 固件都是开源的,可以克隆、分叉和定制。贡献、报告问题并在您的产品工作流程中重复使用。

04

功能强大的仪表板

Tileio 将实时图表、交互式磁贴和设备控制整合在一起--就在您的浏览器中。通过 WebUSB/ WebBLE 进行连接,调整参数并实时显示结果--无需安装,无需驱动程序。

可用演示

生命体征监测演示

  • 展示使用 Apollo510 EVB 和 AMS/OSRAM AS7058 生命体征传感器的实时生命体征监测系统。 模型是通过 heartKIT ADK 训练出来的。

心电图心脏分析演示

  • 利用在 Apollo4 Blue Plus 和 MAX86150 传感器上运行的多头神经网络进行高级实时心脏分析。
  • 模型是通过 heartKIT ADK 训练出来的。

图像分类演示

  • 使用 TFLM 实例化 MLPerf 图像分类基准模型,通过它运行一组包含的图像,并通过 WebUSB 将结果发送到仪表板。

语音增强演示

  • NNSE 是 Ambiq 的 AI 语音去噪器,它是一个实时模型,可以去除人类语音中的背景噪音(如吹风机噪音)。

发言人标识(NNID)

  • 展示如何使用 Ambiq 的神经网络扬声器识别(NNID)和神经网络语音活动检测(NNVAD)创建扬声器识别应用程序。
  • 模型是通过 soundKIT ADK 训练出来的。

视频资料库

准备下载