組み込みシステム向け小型AIモデル

計測データの可能性を解き放ち、インテリジェントなECU機能を実現する

組み込みシステムにおけるAIの革新的な可能性を体験してください。従来、高度な機械学習モデルをマイクロコントローラやマイクロプロセッサに導入するには、データサイエンス、AIアルゴリズム、ハードウェア、安全性の分野における高度なスキルが求められてきました。当社のプラットフォームはこの全プロセスを簡素化し、AI統合を直感的で効率的なものにします。

挑戦

挑戦

20年以上にわたり、エンジニアは機械学習（ML）を活用してエンジン、ブレーキ、アクチュエータなどの複雑な自動車システムを最適化し、ETAS ASCMOなどのツールを用いて高度なモデル、仮想センサー、精密な制御を実現してきました。これらのモデルをECUに直接統合することで、コスト削減、物理センサーの代替、開発・キャリブレーションの加速、リアルタイム推定・予測・インテリジェント機能の実現が可能となり、長年の専門知識をデバイス上のAIへと転換。よりスマートで効率的な車両の実現に貢献しています。

お問い合わせください

機械学習モデルを本番環境へスケールする際の主な課題

最適なAIモデルの選定

ECU向けAIの開発は複雑であり、モデルの種類、コーディングフレームワーク、パイプライン、ハイパーパラメータ調整、データ処理に関する専門知識が必要となる。汎用ツールは自動車業界のワークフローと衝突することが多く、急峻な学習曲線と非効率性を生み出す。

組込みデバイスへの展開

AIモデルを実稼働可能なECUコードへ変換することは困難であり、ECU互換性、厳格な安全基準、リアルタイム性能、自動車ツールチェーンへの統合が求められる。AIの専門知識と組込みエンジニアリング技術が重なることは稀であり、大きなギャップが生じている。

Graphic of Tiny Ai models in embedded systems

隔たりを埋める

自動AIモデル作成と適合

ASCMOツール群は、データからAIモデルを自動生成し、大規模で複雑なシステムの高精度なモデリング、分析、最適化を実現します。自動モデル探索により最適な候補を特定し、RMSE、モデルサイズ、推論時間、RAM、ROMなどの指標を用いてパレートフロント上で最適モデルを選択します。

高性能デプロイメント向け組み込みAIコーダー

組み込みAIコーダーは、特別なハードウェアやライブラリを必要とせずに、学習済みニューラルネットワークをマイクロコントローラおよびマイクロプロセッサー向けの最適化された組み込みCコードに変換します。業界最高クラスの性能を実現し、ASIL-D（ISO 26262）までの機能安全をサポートし、AUTOSARなどの既存のツールチェーンやソフトウェアアーキテクチャに容易に統合できます。