e-AIは、AI技術を 組み込みシステムで利用可能にするソリューションです。
AIは、「学習」と「推論」で構成されます。
ルネサスは「推論」 のみをマイコンで実行させることでAI活用を実現しています。
参考:ルネサスが提案する「e-AI」とは?

画像
learning vs interference

e-AIのメリット

e-AIの最大のメリットは「リアルタイム性」です。 e-AIでは通信経路の遅延なしで判断・応答することができるため、クラウドに対して速く推論結果が得られます。
e-AIはこのリアルタイム性の高さを活かし、連続した入力データを次々とAIで判断するような場面で活用 できます。

ルネサスは Endpoint intelligence からはじまるイノベーションにより、より安全で健やかな暮らしを支える、環境に優しいスマート社会の実現に貢献していきます。

画像
Cloud Endpoint

AIの応用例と各MCU/MPUの対応

AIには多数の応用例がありますが、応用例ごとに必要となるメモリサイズや性能は異なります。
どのようなAI処理に対して、どのMCU/MPUを選択すべきか、下の図を参考にしてください。

画像
Correspondence between AI application examples and MCUs/MPUs

実際のアプリケーション例は、ビデオクリップまたはパートナーソリューションを参照ください。

e-AI開発環境

AIの組み込みを簡単に実現できるよう、マイクロコンピュータ、AIアクセラレータ向けのe-AI開発環境を準備しています。
各ツールに該当する学習済みAIモデルを入力することで、簡単に実機上で動作するプログラムへ変換することができます。

画像
e-AI Tools

e-AI開発環境のダウンロード

以下の各ページからe-AI開発環境をダウンロードできます。

画像
e-AI tool for Microcomputer

e-AI Translator: マイクロコンピュータ向け e-AI開発環境

豊富なラインナップのルネサス製マイクロコンピュータ向けe-AI 開発環境です。 “PyTorch”, ”Keras”, “TensorFlow”で学習したモデル、もしくは”TensorFlow Lite”で8bit量子化したモデルをルネサス製統合開発環境e² studioへ簡単にインポートする事ができます。
信号処理や波形処理など、エンドポイント向けの比較的小規模なAIの活用に適しています。

[New]
e-AIトランスレータV3.1を公開しました。(2023年12月)
- 信号系データ解析に有効なTensorFlow LiteのAPIに対応(Conv1Dなど)
- AI計算速度向上に有効なAPI ”Group Convolution”に対応 
e-AIトランスレータのチュートリアルガイドを追加/更新しました。(2023年9月)
- RA6M5 e-AIトランスレータ活用例を追加しました。
- RX72N e-AIトランスレータ活用例を更新しました。

画像
e-AI tool for AI acceelerator (RZ/V, DRP-AI)

DRP-AI Translator: AIアクセラレータ向け e-AI開発環境

AIアクセラレータ「DRP-AI」を搭載したMPU「RZ/Vシリーズ」向けe-AI開発環境です。
PyTorch等で学習したONNX形式のAIモデル をDRP-AIで実行可能な形式に変換することができます。
画像処理など、エンドポイント/エッジ向けの比較的大規模なAIの活用に適しています。

e-AIサポートデバイス

各e-AI開発環境に対応した製品は以下です。

Supported Products by e-AI Translator

Supported Products by e-AI Translator
RA FamilyEcosystem Partners
RZ/A SeriesEcosystem Partners
RL78 FamilyEcosystem Partners
RX FamilyEcosystem Partners
Renesas Synergy™ PlatformEcosystem Partners

Supported Products by DRP-AI Translator

Supported Products by DRP-AI Translator
RZ/V seriesEcosystem Partners

ルネサス那珂工場での e-AI 実証実験

茨城県ひたちなか市にある半導体前工程工場「ルネサス那珂工場(ルネサス セミコンダクタ マニュファクチュアリング株式会社)」において、e-AIによる設備の異常検知、予知保全の実証実験が行われました(2015年)。ポイントは、既存の設備に大きな改造を入れることなく、既存の設備を活かしたまま、異常検知や予知保全と言った、新たな付加価値が実現できたことです。また、従来、熟練の技術者やオペレータでなくては的確に判断できなかった設備異常に関し、e-AIが画期的な検知精度を上げたことで、国内外の40社以上のお客様からお問合せを頂き、また、10社以上のAI関連パートナとビジネスの具体化に向けた議論が開始されました。e-AIがお客様の事業に貢献し、社会課題を解決できると確信することができた実例でした。現在、那珂工場では、e-AIによる異常検知・予知保全の実用に向けて準備が進められています。

画像
那珂工場でのe-AIによる異常検知・予知保全の実用化準備

ドキュメント

分類 タイトル 日付
パンフレット PDF 1.38 MB 英語 , 简体中文
ホワイトペーパー PDF 848 KB 英語
2 items

ニュース&ブログ

ブログ 2023年6月12日
ブログ 2022年12月22日
ブログ 2022年6月6日
ブログ 2022年5月17日
ブログ 2021年11月15日
ブログ 2021年10月18日
ニュース 2021年5月19日
ニュース 2020年6月9日
ニュース 2018年9月4日
ニュース 2017年11月27日