Edge-KI für Echtzeitanwendungen Microchip beschleunigt Entwicklung von Edge-KI-Systemen

Anbieter zum Thema

Microchip LTD

Microchip Technology GmbH

FAULHABER SA

Microchip Technology baut sein Edge-KI-Angebot mit Komplettlösungen aus, um Modelle von Machine Learning von der Cloud an den Netzwerkrand zu verlagern. Die neuen Plattformen kombinieren MCUs/MPUs mit vortrainierten Modellen für Anwendungen wie Lichtbogenerkennung und Gesichtserkennung in Industrie und Consumer-Bereich.

Ein wichtiger nächster Schritt für Neuerungen im Bereich künstliche Intelligenz (KI) und maschinelles Lernen (ML) ist die Verlagerung von ML-Modellen aus der Cloud an den Rand des Netzwerks (Edge) für Echtzeit-Inferenz- und Entscheidungsfindung in heutigen IoT-Netzwerken für Industrie, Fahrzeugbau, Rechenzentren und Consumer. Microchip Technology hat sein Edge-KI-Angebot um Komplettlösungen erweitert, um die Entwicklung serienreifer Anwendungen mit seinen Mikrocontrollern (MCUs) und Mikroprozessoren (MPUs) zu optimieren. Diese befinden sich in unmittelbarer Nähe der zahlreichen Sensoren am Edge, die Sensordaten erfassen, Motoren steuern, Alarme und Aktoren auslösen und vieles mehr.

Die Produkte von Microchip sind seit langem bewährte Zugpferde in der Embedded-Entwicklung. Die neuen Lösungen verwandeln die MCUs und MPUs in komplette Plattformen für sichere, effiziente und skalierbare Edge-KI. Microchip hat sein wachsendes Komplettangebot an Hardware, Software und Tools, das die Herausforderungen in Bezug auf Leistungsfähigkeit, Stromverbrauch und Sicherheit von Edge-KI löst und die Implementierung vereinfacht, rasch ausgebaut und erweitert.

Mark Reiten, Corporate Vice President der Edge AI Business Unit bei Microchip: «KI am Netzwerkrand ist nicht länger experimentell – sie wird aufgrund ihrer vielen Vorteile gegenüber Cloud-Implementierungen erwartet. Wir haben unseren Geschäftsbereich Edge AI gegründet, um unsere MCUs, MPUs und FPGAs mit optimierten ML-Modellen sowie Modellbeschleunigung und robusten Entwicklungstools zu kombinieren. Die Erweiterung um das erste Produkt unserer geplanten Serie von Anwendungslösungen beschleunigt nun das Design sicherer und effizienter intelligenter Systeme, die für den Einsatz in anspruchsvollen Märkten bereit sind.»

Die neuen Komplettlösungen von Microchip für seine MCUs und MPUs umfassen vortrainierte und sofort einsetzbare Modelle sowie Anwendungscode, der modifiziert, erweitert und auf verschiedene Umgebungen angewendet werden kann. Dies kann entweder mit der Embedded-Software und den ML-Entwicklungstools von Microchip selbst oder über das Angebot von Microchip-Partnern erfolgen.

Die neuen Lösungen umfassen:

• Erkennen und Klassifizieren gefährlicher Lichtbogenfehler mittels KI-basierter Signalanalyse

• Zustandsüberwachung und Bewertung von Anlagen für vorausschauende Wartung

• Gesichtserkennung mit Lebenderkennung zur sicheren integrierten Identitätsprüfung

• Keyword-Erkennung für Befehls- und Steuerungsschnittstellen in den Bereichen Consumer, Industrie und Fahrzeuge

Ab Lager lieferbar

Neuer strahlungsgehärteter 15W-DC/DC-Wandler für Weltraumanwendungen

Entwicklungstools für Edge-KI

Entwickler können die vertrauten Microchip-Entwicklungsplattformen nutzen, um KI-Modelle einem schnellen Prototyping zu unterziehen und sie einzusetzen. Dies reduziert die Komplexität und beschleunigt das Design. Die integrierte Entwicklungsumgebung (IDE) MPLAB X mit dem Software-Framework MPLAB Harmony und dem Development-Suite-Plug-in MPLAB ML bietet einen einheitlichen und skalierbaren Ansatz für die Integration von Embedded-KI-Modellen durch optimierte Bibliotheken. Entwickler können so mit einfachen Proof-of-Concept-Aufgaben auf 8-Bit-MCUs beginnen und diese dann auf serienreife Hochleistungsanwendungen auf den 16- oder 32-Bit-MCUs von Microchip übertragen.

Für seine FPGAs beschleunigt die KI-/ML-Inferenzplattform VectorBlox Accelerator SDK 2.0 von Microchip die Bildverarbeitung, Mensch-Maschine-Schnittstellen (HMI), Sensoranalysen und andere rechenintensive Edge-Workloads. Sie ermöglicht gleichzeitig Training, Simulation und Modelloptimierung in einem konsistenten Workflow.

Weitere Unterstützung bieten Trainings- und Aktivierungstools wie das Microchip-Referenzdesign für Motorsteuerungen mit seinen dsPIC-DSCs für die Datenextraktion in einer Echtzeit-KI-Datenpipeline am Edge. Hinzu kommen Tools für die Load Disaggregation in intelligenten E-Zählern, die Objekterkennung/-zählung sowie für die Bewegungsüberwachung. Um die Herausforderungen rund um Edge-KI zu meistern, bietet Microchip ergänzende Bauteile für die Produktentwicklung an. Dazu gehören PCIe®-Schnittstellen-ICs, die Embedded-Rechner am Edge verbinden, und hochdichte Leistungsmodule, die Edge-KI in der industriellen Automatisierung und in Rechenzentren ermöglichen.

Die Analysten von IoT Analytics stellten in ihrem Marktbericht vom Oktober 2025 fest, dass die direkte Integration von Edge-KI-Funktionen in MCUs zu den vier wichtigsten Branchentrends zählt. Dies ermögliche KI-gesteuerte Anwendungen, die die Latenz reduzieren, den Datenschutz verbessern und die Abhängigkeit von der Cloud-Infrastruktur verringern. Die KI-Initiative von Microchip unterstreicht diesen Trend mit den eigenen MCU-/MPU-Plattformen und FPGAs.

Edge-KI-Ökosysteme benötigen zunehmend Unterstützung von Software-KI-Beschleunigern sowie von integrierter Hardwarebeschleunigung auf mehreren Bauelementen mit unterschiedlichen Speicherkonfigurationen.

Verfügbarkeit

Microchip arbeitet aktiv mit Kunden seiner Komplettlösungen zusammen und bietet Unterstützung beim Modelltraining und anderen Workflows. Auch die Zusammenarbeit mit mehreren Partnern wird ausgebaut, deren Software den Entwicklern zusätzliche, sofort einsatzbereite Optionen bietet. Weitere Informationen zu den einzelnen Lösungen finden sich in der On-Demand Edge-AI-Webinar-Reihe von Microchip, die am 17. Februar 2026 beginnt.

(ID:50713542)