随着AI迅速发展到边缘的边缘，对智能边缘设备的需求已经向前移动。但是，删除小型微控制器大小的强大模型仍然是一个涵盖许多开发人员的问题。开发人员需要考虑对特定硬件进行预处理数据，模型选择，超参数调整和优化，并且研究曲线非常陡峭。因此，开发人员当然希望在侧面设备（例如微控制器和其他强制平台）上轻松开发和部署稳定的机器学习模型，而无需在复杂的代码或硬件屏障中努力。最近，我们很高兴宣布Automl由Analog Device，Inc。（ADI）和Antmicro共同开发，并在Kenning的框架中正式推出，超越了。肯宁（Kenning）是一个开放的资源平台，不受硬件的限制，专注于优化，基准测试和将AI模型部署到侧设备上。汽车f否则出现的旨在为所有用户（包括出现的工程师，数据科学家等）提供良好和测量的AI边缘。 Automl用于嵌入新可能性和自动端到端机器学习过程的嵌入式设备，这不仅允许经验更少的开发人员生产高质量的模型，而且还可以帮助老年专家显着提高实验的效率。最终，开发人员将获得出色的轻型模型，这些模型不仅功能强大，而且不会超过设备性能的局限性。 CodeFusion Studio™和ADI Hardware Automl中的无缝集成是嵌入式的，是在Kenning库中开发的Visual Studio代码插件，旨在自然包含现有开发人员现有的工作流程。它与CodeFusion Studio™集成在一起，可以支持：●ADI MAX78002 AI ACCELERATOR MCU和MAX32690：直接将模型直接部署到Advanced Edge AI硬件。 ●仿真和RTOS工作流程：使用Renode和Zephyr RTO基于基于模拟以快速开发原型并进行测试。 ●一般开放资源工具：支持灵活的模型优化以防止平台锁定。通过详细的分步教程，重新注册的流程和示例数据集，开发人员可以将原始数据转换为AI应用程序，并将它们部署到惊人的速度，即使没有数据科学的背景。为开发人员创建的巨型行业强烈支持Automl出现的是ADI和Antmicro之间深入合作的结晶，将硬件技术中的深厚专业知识整合到了硬件技术和开放的变化资源中。我们致力于提供开放的，以用用用途和测量的工具集，以加快Edge AI在各行各业中的受欢迎程度。 Antmicro业务发展副总裁Michael Gielda表示：“通过基准和情节部署的灵活开放资源AIPARA的Kenning，我们成功地开发了自动流程和VS代码插件，这大大降低了Complexity of developing the Opt-Opta-Opt-Opt-Opt-Opt-Opt-end-end-end-end-end-end-end-end-end-end-end-end-end-resting Development service is to create excellent workflows based on proven openResource solution to help customers achieve full control of their products.通过与高度配置的标准化Zepher RTO的Renode模拟和无缝集成的灵活性，可以在KENNING框架中使用Automl进行透明和高效的AI开发。 “它的工作原理：技术宣布，嵌入式的Automl使用高级算法来自动搜索和优化该优化，审核和基准测试，并使用通常的KENNING过程，并生成有关模型尺寸，速度和准确性的详细报告，这为扩展决策提供了重要的基础。分享反馈，与我们的未来共享反馈。 
