JADA221 June   2026 MSPM0G5187

 

  1.   1
  2.   概要
  3.   商標
  4. 1概要
  5. 2TinyEngine NPU を搭載した MSPM0G5187
  6. 3エッジ AI ツールチェーン
    1. 3.1 TI Edge AI Studio
    2. 3.2 TI Tiny ML Tensorlab
    3. 3.3 TI ニューラル ネットワーク コンパイラ
  7. 4エッジ AI アプリケーション：数字認識
    1. 4.1 LeNet–5 バリアント CNN モデル
    2. 4.2 NPU/CPU の性能比較
  8. 5エッジ AI アプリケーション：波形分類
    1. 5.1 特徴抽出
    2. 5.2 時系列分類モデル
    3. 5.3 モデル メモリに関する検討事項
    4. 5.4 NPU/CPU の性能比較
  9. 6まとめ
  10. 7参考資料

3.2 TI Tiny ML Tensorlab

テキサス インスツルメンツの Tiny ML Tensorlab は、AI をマイコンに展開するための包括的な設計で、ユーザーは以下のことを実現できます。

  • 時系列タスクと画像分類タスクに関する機械学習モデルのトレーニング
  • 組込みデバイスへの展開を目的とする、(2 ビット、4 ビット、8 ビット) の量子化を用いたモデルの最適化
  • TI のマイコンでモデルを効率的に実行するためのコンパイル (オプションとして、NPU アクセラレーションも使用可能)
  • Code Composer Studio (CCS) を使用したモデルの展開

これは、次の機械学習 (ML) タスク タイプをサポートしています。

表 3-1 サポートされているタスク タイプ
タスク タイプ説明
時系列分類時系列データを個別のクラスに分類 (故障検出、アクティビティ認識など)
時系列回帰時系列入力から連続値を予測 (トルク推定など)
時系列予測過去のパターンに基づいた将来値の予測 (温度予測など)
異常検知オートエンコーダベースのモデルを使用した異常パターンの特定 (機器のモニタリングなど)
画像分類画像をクラスに分類 (目視検査、数字認識など)