AI&機械学習

AI製品の回路基板を設計する場合でも、PCB設計ツール内で機械学習を使用する場合でも、次世代の設計ソフトウェアが必要です。アルティウムのソフトウェアには機械学習が組み込まれており、設計フローやその他数え切れないほどの機能で生産性を向上させることができます。業界におけるAI PCB設計と機械学習についての詳細はこちらをご覧ください。

Filter
見つかりました
Sort by
役割
ソフトウェア
コンテンツタイプ
フィルターをクリア
OrangePi 5でエッジAIと顔検出を結びつける OrangePi 5でエッジAIと顔検出を結びつける 1 min Blog システムエンジニア/アーキテクト ソフトウェアエンジニア システムエンジニア/アーキテクト システムエンジニア/アーキテクト ソフトウェアエンジニア ソフトウェアエンジニア AI推論エンジンは、エッジでの人気が高まりつつあります。趣味や商業空間の組み込みシステムに、機械学習アルゴリズムや大規模言語モデルが移植されているのを見ることができます。このプロジェクトでは、Rockchip 3588プロセッサを搭載したOrange Pi 5を使用して、リアルタイムの顔検出器を構築します。つまり、ウェブカメラのビデオストリームからリアルタイムで人間の顔を検出します。 プロジェクトのセットアップ 始めるために、Orange Pi 5、USBウェブカメラ、そして私の 公開リポジトリのコードを使用します。Orange Pi 5とRockchip RK3588プロセッサのセットアップ方法については、 Orange Pi 5とRockchip RK3588プロセッサの使い始めを参照してください。この例の素晴らしい点は、PCやLinuxを実行している他の高性能組み込みデバイス(例えば、Raspberry Pi 5)でも実行できることです。Orange Pi 5(または他のデバイス)のセットアップと実行が完了したら、いくつかのライブラリをインストールする必要があります。この例はLinux(具体的にはUbuntuを実行)を前提として設計されているので、Debianパッケージマネージャーにアクセスできることを前提とします。ターミナルから、次のコマンドを実行してください: 記事を読む
AI要件管理 AI要件管理が電子開発を変革する4つの方法 1 min Blog システムエンジニア/アーキテクト 技術マネージャー システムエンジニア/アーキテクト システムエンジニア/アーキテクト 技術マネージャー 技術マネージャー 大規模言語モデル(LLM)は、ソフトウェア開発で広範囲に使用されています。 Altiumブログでは、いくつかの印象的な例を見てきました。しかし、ソフトウェアを超えた工学分野でのAIの使用は、発展が遅れています。ただし、ハードウェア開発の一分野で、AIが大きな利益を提供できる領域があります:AI要件管理です。工学要件がどのように機能するか考えると、大量の文書と表で満たされた大きなドキュメントに存在する傾向があります。また、図表を含むこともありますが、ほとんどのデータはテキスト形式です。これが典型的に工学 要件文書が作成される方法であるため、LLMは真に輝く機会を持っています。工学要件文書に基づいて分析、要約、プロセスの定義を行うために使用できます。 この記事では、要件収集、要件分析、および要件管理プロセスの他の部分を合理化するために使用されているAI要件管理の4つの方法を紹介します。 さらに読む: 現代の電子ハードウェアチームのための要件管理ガイド 工学要件文書の見た目 エンジニアリング要件文書は、製品の機能と性能の 仕様をすべて記述するため、非常に長く(そして退屈な)傾向があります。その製品が回路基板の場合、これには電気的、機械的、信頼性、コンプライアンス、製造、および使用性の要件の混合が関係します。しばしば、これらの要件は特定の業界標準やテスト方法を参照し、関連する標準やテストへの準拠を定義するコンフォーマンス要件も含まれます。 要件文書は一般的に、顧客調査、製品関係者との会議、および類似製品に関する過去の知識に基づいて、人間のエンジニアによって作成されます。しかし、エンジニアリング管理にとって、要件文書はプロジェクトを指導するのにあまり役立ちません。これらの文書は要約され、タスクとマイルストーンに分割され、 プロジェクト管理システムに入力され、その後チームメンバーに割り当てられる必要があります。ここで、LLMと統合されたAI要件管理ツールが、これらの重要なタスクのいくつかを合理化するのに役立ちます。 1. 要件の要約 要件文書が非常に大きく、読むのに時間がかかるため、LLMを使用してそれらを明確で簡潔な箇条書きに要約することは明らかな用途です。モデルからの出力は、機能仕様、電気仕様、標準の適合性など、実行可能な観点から必要です。 電子システム設計やPCB設計において、LLMでまとめられた要件は通常、特定の標準、部品番号、部品タイプ、または電気的値を仕様の一部として参照します。 良い例: PCB電源コネクタ(J4)は、2つの回路(合計4ピン)を通じて最大4Aの電流に耐え、最大電流時に最大55°Cの温度で動作すること。 悪い例: PCB電源コネクタは、電源からの全電流負荷を受け入れ、過熱しないこと。 ここでの違いは、具体性と言葉遣いにあります。「shall」という言葉の使用、特定の参照指定子のリストアップ、具体的な数値の記述は、よく書かれたエンジニアリング要件の特徴です。LLMは、長い要件文書からの要件収集に優れています。フロントエンドの電気設計や回路図のキャプチャが進むにつれて、要約された要件は常に追加の 記事を読む