ST MLC 센서는 감지된 데이터 세트로 구현된 센싱 관련 알고리즘을 호스트 프로세서에서 실행하는 대신 자체 실행해 전반적인 시스템 전력 소모를 줄인다. 퀵소 AutoML은 이 센서 데이터로 초저지연 및 초저전력 요구사항의, 메모리 공간이 매우 작은 에지 디바이스에 최적화된 머신러닝 솔루션을 자동 생성할 수 있다.
퀵소 AutoML, ‘TinyML’ 모델 가속 플랫폼
ST MLC 센서, 퀵소 AutoML에서 사용 가능
에지용 초소형 머신러닝(TinyML) 모델 개발을 가속하는 ‘퀵소 AutoML 플랫폼’ 개발업체 퀵소와 ST마이크로일렉트로닉스는 15일, ST 머신러닝 코어(MLC) 센서를 퀵소 AutoML에서 사용하도록 지원한다고 밝혔다.
▲ 퀵소
ST MLC 센서는 감지된 데이터 세트로 구현된 센싱 관련 알고리즘을 호스트 프로세서에서 실행하는 대신 자체 실행해 전반적인 시스템 전력 소모를 줄인다. 퀵소 AutoML은 이 센서 데이터로 초저지연 및 초저전력 요구사항의, 메모리 공간이 매우 작은 에지 디바이스에 최적화된 머신러닝 솔루션을 자동 생성한다.
이러한 알고리즘 솔루션은 컴퓨팅 성능과 메모리 크기에 따른 다이 크기의 한계를 극복하고, 센서에 맞는 머신러닝 모델을 통해 시스템 배터리 수명을 연장한다.
퀵소의 이상원 CEO는 “이제 애플리케이션 개발자는 산업, IoT 적용 사례를 비롯해 다양한 애플리케이션에 걸쳐 MCU 사이클, 시스템 리소스 소비 없이 ST MLC 센서에서 머신러닝 알고리즘을 빠르게 구현하고 배치할 수 있다”라고 말했다.
ST의 시모네 페리(Simone Ferri) MEMS 센서 상무는 “ST ‘LSM6DSOX’ 또는 ‘ISM330DHCX’ 등에 센서에 MLC를 배치하면, 시스템 데이터 전송량을 줄여 시스템 전력 소모를 수십 분의 일로 줄일 수 있다”면서, “향상된 이벤트 감지 성능, 웨이크업 로직, 실시간 에지 컴퓨팅 성능도 제공한다”라고 설명했다.