メインコンテンツに移動

概要

説明

Reality AI Utilitiesは、Reality AI Tools® を使用して開発者の開発プロセスサポーをより強化し、エッジ側でエンドツーエンドのAI/MLモデルを構築します。 このツールには、Renesas e2 studio プラグイン版と、他社製のIDEをサポートするスタンドアロン版の2つのバージョンがあり、ラウンドトリップAI開発ワークフローとパフォーマンス検証の2つの基本セクションを提供。MCUやMPUなどのリソースに制約のあるハードウェアへの効率的な展開を可能にします。

  • ラウンドトリップAI開発ワークフローを統合:
    • センサーデータフローを抽象化するためのFSP/FITコードモジュール。
    • ルネサス評価ボード、またはルネサスデバイスを搭載したお客様独自のハードウェア上で、ルネサスMCUプロジェクトからデータをリアルタイムに収集するためのデータストレージツールを搭載。 Reality AI Toolsへデータを直接アップロードする事で、モデル生成とその最適化が可能で、またAIモジュールをe2studioまたは外部IDEへ接ダウンロードも可能になります。
  • パフォーマンスの検証には、次のものが含まれます。
    • 透明性の強化:ハードウェア上で動作するAIモジュールの視覚化が、HiL TestingとAI Live Monitorによる評価およびテスト目的で可能になりました。
      • HiL(Hardware in the Loop)検証:AIモジュールの機能性、推論時間、リソースを迅速に評価します。
      • AI Live Monitor:ご自身の組み込みプロジェクト内でAIモジュールの動作をリアルタイムに確認し、デバッグできます。

特長

  • プラグイン版:ルネサスのEclipseベースIDEであるe2 studioに統合されており、生産性が向上します。
  • スタンドアロン版: IDE(CS+ for CC、IAR Embedded Workbench、Keil uVision)と連携可能なスタンドアロンツール。
  • リアルタイム分析向けAIソリューションの迅速なイテレーションサイクルを可能にし、開発者は次のことが可能になります。
    • 直接組み込むことが可能:Reality AI Toolsから学習済みモデルをエクスポートし、e2 studioプロジェクトたは他社IDEに統合することで、ルネサスMCUおよびMPU向けファームウェアに直接組み込み開発が可能です。
    • エッジ向けに最適化:機能制約のあるデバイス上へ、モデルをIDE環境内で直接最適化し、メモリと処理能力を効率的に使用します。
    • ワークフローの同期:データ収集、特徴抽出、コード生成をプラットフォーム間で整合させ、開発時間を短縮します。
    • 性能検証: IDEのデバッグ向けにReality AI Utilitiesを使用して、実装前にデータを収集し、実環境でモデルをテスト、デバッグ、評価します。

ターゲットデバイス

ダウンロード

分類 タイトル 日時
ソフトウェア/ツール-ソフトウェア ログインしてダウンロード ZIP 232.11 MB
1件

ドキュメント

分類 タイトル 日時
リリースノート ログインしてダウンロード PDF 1.03 MB English
リリースノート ログインしてダウンロード PDF 858 KB English
クイックスタートガイド ログインしてダウンロード PDF 1.43 MB
クイックスタートガイド ログインしてダウンロード PDF 926 KB
4件

設計・開発

サンプルコード

サンプルコード

フィルター
分類 タイトル 日時 日時
サンプルコード ログインしてダウンロード ZIP 60 KB
サンプルコード
[Software=FSP|v5.5.0 or later],[Toolchains=Reality AI Explorer Tier]
ログインしてダウンロード ZIP 5.18 MB Compiler: ARMCC IDE: e2 studio
2件

関連ボード&キット

ビデオ&トレーニング

Reality AI Tools and Reality AI Utilities

Explore the enhanced functionalities in Reality AI Tools and the new features integrated into Renesas e² studio. Reality AI Utilities reduce the complexity of creating lightweight ML models while improving and stabilizing results. These tools enable embedded engineers to work directly with AI tools.

Related Resources