ネットワークのエッジでインテリジェント機能を使うエンドポイントAI。これはデータを計算するために使われているIoTデバイスを、AI機能を備えたスマートツールに変えているとも言えます。そしてリアルタイムの意思決定能力と機能が加わるのです。ここでのゴールは、機械学習ベースのインテリジェントな意思決定を、データのソースに物理的に近づけることになります。そのエンドポイントAIは現在、産業、消費者、ヘルスケア、輸送、製造、小売など幅広い場面におけるアプリケーションへと広がりを見せています。
アプリケーションをローコード・ノーコードで開発いただくことを目指してRenesasが開発・提供する32bit MCU RX用ソフトウェア群の歴史と展望をシリーズで紹介。5回目はRXファミリのモダンなソフトウェア開発手法の紹介です。
Embracing open RAN initiatives, Renesas has joined the movement to enable emerging and existing wireless RAN OEMs with innovative RF, timing, power management, optical, and low-power edge AI solutions.
Imagine the challenge created by managing the power requirements of a data center with hundreds of servers, each of which may have thousands of multi-core processors that draw hundreds of amps per core and must be turned on and off in a matter of nanoseconds. All of that means the corresponding power solutions have to be agile, versatile and scalable. Renesas’ digital power technologies are the solution.
車載レーダーのシステム構成としてR-Carを活用したセントラル構成を推進します。自動車の全方位のレーダーデータを集中処理する構成が、自動運転の機能レベル向上につながります。
In this blog, we describe the important parameters in evaluating TinyML systems, explaining the correlation between the metrics and the current industry benchmark standards for TinyML
An overview of how Renesas’ Voice User Interface solutions for the edge and endpoint can help you easily add voice commands to your next IoT design
ルネサスエレクトロニクスは、約10年にわたり、数々の機能安全ワーキンググループのアクティブメンバーとして関連する規格に大きく貢献してきました。現在、機械学習やAI、高性能コンピューティングハードウェアの進化により、高効率な安全ソリューション構築が推し進められています。これを受けて、エンジニアが機能安全システムを設計する際には、システム障害の防止であれ、将来リスクの予測と軽減であれ、さまざまな人工知能モデルの統合も必要となってきているのです。
In this blog we demonstrate Edge AI solutions for the kinds of real engineering problems that our customers use Reality AI software for every day, running on real hardware they might actually deploy.