{{{sourceTextContent.title}}}

Avec Artemis, SparkFun apporte aux concepteurs une plate-forme Open-Source pour l'apprentissage machine embarqué

{{{sourceTextContent.subTitle}}}

La version d'ingénierie Artemis de SparkFun est un module de système embarqué open-source conçu pour faire fonctionner TensorFlow pour les projets de loisirs et de consommation.

{{{sourceTextContent.description}}}

De plus en plus d'options s'offrent aux fabricants et aux ingénieurs à la recherche de solutions peu coûteuses pour l'apprentissage machine et l'intelligence artificielle dans leurs projets.

La dernière offre, Artemis Engineering Version de SparkFun Electronics, est un module de systèmes embarqués open-source visant spécifiquement à mettre la bibliothèque de logiciels d'apprentissage machine TensorFlow développée par Google à la disposition des fabricants, développeurs et chercheurs. Artemis Engineering Version se veut un guichet unique pour les développeurs d'apprentissage machine qui passent du hobby au produit grand public. SparkFun affirme que le module a été conçu en tenant compte des produits de consommation et qu'il se différencie de l'Arduino et d'autres offres similaires en étant conçu pour être mis à l'échelle.

"Notre objectif est de permettre à chacun d'intégrer l'apprentissage des machines à faible consommation d'énergie dans ses conceptions et projets sans être enfermé dans une chaîne d'outils spécifique ", a déclaré Nathan Seidle, fondateur de SparkFun. "Le module Artemis est le premier produit à combler le fossé entre les amateurs de loisirs et les produits de consommation, en fournissant un seul module du prototype à la production."

Le module Artemis 15,5 x 10,5 mm fonctionne sur un processeur ARM Cortex M4F avec Bluetooth Low Energy 5.0 intégré. Selon les spécifications de SparkFun, l'Artemis peut exécuter des algorithmes d'apprentissage machine avec une faible consommation de courant de 6μA/MHz à 3,3V. Il est également entièrement compatible avec le noyau Arduino de SparkFun et peut être programmé à l'aide de l'EDI Arduino. Il comprend également des connecteurs Qwiic pour l'intégration avec l'écosystème Qwiic de capteurs, de sorties et de contrôleurs. Les utilisateurs qui souhaitent mettre en œuvre des outils plus professionnels peuvent profiter du connecteur JTAG d'Artemis. Le module comprend également des circuits imprimés à 2 couches et un espace/trace de 8mil.

Et en plus de tout cela, le module est open source. SparkFun a rendu les fichiers de conception disponibles gratuitement sur GitHub et la société a publié trois exemples de produits matériels open-source qui peuvent servir de point de départ à divers projets.

SparkFun a mis à disposition trois cartes porteuses pour l'Artemis - le Blackboard Artemis, le BlackBoard Artemis Nano, et le Blackboard Artemis ATP. Le tableau noir Artemis fait partie de l'Arduino Uno et est destiné à servir de point d'entrée pour travailler avec le module. L'Artemis Nano, comme son nom l'indique, est la plus petite des trois planches et vise à créer des projets de petite taille. Le Blackboard Artemis ATP (All the Pins) ouvre toutes les possibilités du module en libérant ses 48 GPIO.

L'Artemis est le dernier né d'une tendance de produits visant à apporter l'apprentissage machine aux développeurs embarqués. Le nouveau Raspberry Pi 4 est destiné aux applications IoT industrielles et est livré avec des spécifications comparables à celles d'un ordinateur de bureau --- ce qui devrait contribuer grandement à améliorer les capacités du Raspberry Pi en tant que plate-forme de développement avec IA.

Plus tôt cette année, le fabricant de GPU Nvidia a lancé la Jetson Nano, une version de sa plate-forme informatique Jetson destinée davantage à la communauté des fabricants et à ceux qui cherchent à développer des robots et autres dispositifs intelligents moins coûteux.

Jacob Beningo, consultant en logiciels embarqués pour Design News, a noté l'impact croissant de l'apprentissage machine sur l'espace embarqué. "L'apprentissage machine offre l'opportunité de fournir aux développeurs de logiciels embarqués de nouveaux outils et de nouvelles technologies qui ont le potentiel d'alléger les coûts de développement et de décharger une partie de la charge de travail de programmation ", écrit Béningo, " L'apprentissage machine ouvre également de nouvelles applications et fonctionnalités potentielles qui changeront à jamais le comportement que les utilisateurs attendent de leurs systèmes. Tandis que l'apprentissage machine est en train de trouver son chemin vers l'espace embarqué, il arrive plus vite que beaucoup ne le pensent."

La version d'ingénierie d'Artemis est actuellement disponible via SparkFun. Notez cependant que le module n'a pas encore reçu la conformité et les certifications de la FCC au moment de la rédaction du présent document. SparkFun a déclaré qu'elle cherchait activement à obtenir l'approbation de la FCC pour ce module et qu'elle lancera des modules blindés en quantités de bandes et de bobines lorsque cela se produira.