嵌入式人工智能开发人员

将高质量的 AI 模型部署到嵌入式系统中

Embedded AI Coder 是一款代码生成工具，能够轻松地将经过训练的神经网络转换为针对各类微控制器和微处理器的优化 C 代码。我们的工具确保了卓越的运行速度和高效的内存利用率，助力开发者将人工智能功能无缝集成到其产品中。

一台笔记本电脑上显示着 Embedded AI Coder 的徽标，徽标中包含一个带有连接节点的脑部图案（神经网络）和一个代码符号（</>）。该徽标象征着将经过训练的神经网络转换为适用于微控制器和微处理器的优化 C 代码，从而实现高效的 AI 集成。

您的获益

任何硬件，任何工具链

生成的代码可部署到任何MCU/ECU系列。根据需求，可提供针对特定CPU指令集或特定加速器的进一步优化。

资源高效且经济实惠

在资源极度受限的嵌入式系统上最大限度地降低资源消耗。

符合相关安全要求

符合汽车软件标准，例如MISRA、功能安全标准ISO 26262以及针对基于人工智能系统的ISO PAS 8800。

功能

易用性

该工具的截图

支持的格式：.ONNX、.LiteRT（TensorFlow Lite）、ASCMO导出
命令行工具，使用起来就像使用编译器一样简单。
例如：coder code myaimodel.tflite -c myoptions -o <目标文件夹>
生成的代码附带额外构建产物，可集成到任何工具链中。
可轻松集成到任何 CI/CD 管道中。

广泛的神经网络和硬件支持

该编码器适用于各种目标硬件，并兼容神经网络中常用的层：批量归一化、卷积、深度卷积、LSTM、全连接、逐元素加法、减法、乘法、Softmax、ReLU、Leaky ReLU、Logistic、填充、带步长切片、Tanh、最大池化、平均池化和转置卷积。它支持 int8 和 float32 数据类型。
硬件目标涵盖从微型微控制器到采用各种架构（ARM Cortex-M、ARM Cortex-A、厂商专有架构）的强大微处理器。

应用范围广泛

我们的编译器特别适用于智能传感器和智能执行器系统、汽车、医疗技术和航空航天领域的安全关键型系统，以及小型硬件系统上的人工智能应用。
您可以将其用于高性价比的微控制器目标平台，以及嵌入式设备上的复杂、安全关键型应用。

高性能与资源高效利用

博世在 MLPerf™ Inference Tiny 基准测试中提交了测试结果
在所有类别中均取得业界领先的成绩
业界领先的内存效率

请访问基准测试门户，查看可比工具及背景信息以进行对比。

安全合规

Embedded AI Coder 可生成符合 MISRA 标准的代码，并帮助客户满足 ISO 26262 等功能安全标准以及 ISO PAS 8800 等人工智能系统新标准的要求。
它生成易于阅读的 C 代码。
它生成的代码安全可靠、数值准确，且不存在运行时错误。
它可以生成额外的输出，用于在推理过程中监控计算结果的质量。

让嵌入式人工智能成为现实

图示展示了嵌入式 AI 编码器的工作流程。

Embedded AI Coder 在人工智能与嵌入式领域之间架起了一座桥梁，使开发人员无需依赖嵌入式软件专家即可生成嵌入式 C 代码。

来自 PyTorch、TensorFlow 或 ETAS ASCMO 等知名机器学习框架的模型均可作为输入用于我们的工具。

与手动编写代码相比，它能为企业节省高昂的开发成本和资源。鉴于当今典型的快速开发周期以及频繁变化的代码需求，这一点尤为有利。

生成的代码既可以部署在生产硬件上，也可以通过 INTECRIO、EHOOKS 或使用 VECU-BUILDER 的虚拟 ECU，在 ETAS 快速原型开发工具链上进行早期测试。

客户使用我们嵌入式 AI 编码器的应用场景

该插图描绘了汽车行业的软件开发

客户使用我们嵌入式 AI 编码器的应用场景

在汽车行业：

通过在制动系统、转向系统、发动机管理系统等领域采用虚拟传感器（即替代物理传感器的AI算法）来降低成本。
轮胎气压监测
早期损伤检测
驾驶辅助系统，例如超声波泊车传感器
驾驶员监测系统（自2024年7月起依法强制安装）

我们的软件工具已通过汽车行业的验证，也可根据要求进行调整，以适应其他工业领域的应用。我们致力于进行必要的法规核查，以确保该工具符合您所在行业的法规要求，并成功实施。

探索我们的相关应用案例