为嵌入式处理器开发 AI 模型面临几个独特的挑战。 与基于云的 AI 不同，大型模型可以利用海量数据集和服务器级处理，而边缘 AI 需要最高的数据保真度，以确保在严格的资源限制下的准确性。 由于内存、计算能力和模型大小有限，输入数据的质量会直接影响性能，因此高效的数据收集、实时监控和快速设备测试对于成功至关重要。
为了满足这些需求，瑞萨电子提供了 Reality AI™ Utilities，这是一套强大的工具，可实现端到端的边缘 AI 开发。 这些实用程序可作为 e² studio 的插件使用，也可以用作其他常用 IDE（如 CS+、Keil 和 IAR）中的独立工具，无论您的开发环境如何，都能提供灵活性。 Reality AI Utilities 包括以下内容：
- 数据存储工具 – 从您的硬件捕获传感器和麦克风信号，并将其上传到 Reality AI Tools® 云平台，以进行高保真信号分析和 AI 模型开发。
- AI Live Monitor – 在设备上可视化实时推理，包括原始类分数和后处理逻辑，帮助开发人员通过即时反馈调试和优化模型。
- 硬件在环 （HIL） 测试 – 使用下载的测试数据集直接在瑞萨电子硬件上对 AI 模型进行批量测试，从而在实际条件下进行快速准确的验证。
无论您是在 e² studio 还是其他受支持的 IDE 中工作，这些工具都可以通过提高准确性、加快测试速度并简化从原型到部署的路径来帮助加速边缘 AI 开发。 在本博客中，我们将探讨每个实用程序，以及它们如何有助于从头到尾构建具有高保真度的强大边缘 AI 系统。
Reality AI Utilities 如何简化流程？
典型的嵌入式 AI 项目开发遵循以下工作流程：
- 写入固件以收集数据。
- 对数据进行预处理以适应文件格式 - 以供 AI 工具使用。
- 开发和优化模型。
- 通过编写固件来计算准确性/推理速度，从而在设备上验证模型。
- 将模型集成到嵌入式项目工作流程中，以进行现场测试。
Reality AI Utilities 通过从上到下自动执行关键步骤来简化这一过程。 下面是一个端到端的工作流程图：
工作流程的第一步是从 Reality AI Tools® 云平台检索您的 API 密钥，并将其与 Reality AI Utilities 插件链接，无论是在 e² studio 中还是在独立应用程序中。 连接后，您可以在本地环境和云之间无缝传输数据，无论是并排使用这两个工具还是在它们之间切换。 接下来，使用 e² studio 或 Renesas Smart Configurator 设置您的嵌入式项目，以创建用于数据收集和直接在硬件上运行 AI 推理模块的本地工作区。
项目就绪后，您可以开始使用 Reality AI Utilities，从 数据存储工具 （DST） 开始。 DST 提供了一个简单而强大的界面，用于捕获传感器或通道数据、对其进行标记并将其上传到您链接的 Reality AI Tools® 项目。 该工具负责格式设置和标签一致性，使开发人员能够专注于为其使用案例收集正确类型和数量的数据。
在后台，Renesas 提供了名为 Data Collector/Data Shipper （DC/DS） 的轻量级中间件。 这些模块抽象化了您的数据流，从而可以轻松收集训练数据并将其路由到 AI 推理模块，而无需重写代码。 最重要的是，DC/DS 适用于任何基于 Renesas 的硬件，包括定制板。 只要您有 UART 或 USB 连接，就不仅限于使用评估套件。
在模型开发过程中，Reality AI Tools 会持续估计模型的准确性、大小和复杂性。 但是，由于不同的编译器工具链应用了各种低级优化，因此只有当模型部署在实际硬件上时，才能准确验证真实的模型性能，例如推理时间和内存使用情况。
为了解决这个问题，Reality AI Utilities 包括强大的 硬件在环 （HiL） 测试 功能。 该工具直接连接到用户的 Reality AI Tools 帐户，自动下载所选模型和关联的数据集，并将它们集成到 Reality AI Utilities“VIEW”环境中的测试项目中。
只需单击一下，无需编码，系统即可构建项目，在连接的 Renesas 硬件上运行模型，并报告真实指标，例如推理时间、真实数据集上的模型准确性和模型内存要求。
如果您的模型提供了可接受的结果，下一步就是现场测试，这就是 Reality AI Utilities 在 Live Monitor 中大放异彩的地方。 AI Live Monitor 基于相同的轻量级 DC/DS 中间件构建，可对您开发的模型进行实时现场测试。 它提供强大的功能，例如概率分数，让工程师清楚地了解模型的置信度，以及平滑，这是一种后处理技术，通过考虑当前预测和以前的数据趋势来增强稳健性。 所有这些都可以通过一个直观的 GUI 访问，无需手动编码。 这些功能使工程师能够自信地推进生产部署，或者在需要时使用精细的参数和其他数据返回训练。
在任何项目中，在确保模型准确性和正确性的同时节省开发时间是重中之重。 由于硬件、数据收集、传感器集成等的固有复杂性，这在处理嵌入式 AI 系统时变得更加重要。但是，Reality AI Utilities 可以自动化和简化项目工作流程，使客户能够以最高的数据保真度加速开发目标解决方案，同时将模型大小降至最低。
我们鼓励您探索 这些工具 ，以进一步增强您的开发体验。