接上文

如何构建MCU上的AI能力

本讲座是瑞萨使用MCU端实现AI的讲座。

人工智能实现的不同流程和代价，其中训练模型需要的资源较多。

(相关资料图)

瑞萨的AI方案介绍

瑞萨把训练数据放在了云端，mcu端只负责推理

瑞萨的reality AI方案介绍

Realitycheck HVAC的解决方案（貌似是如何训练AI）

介绍原理，利用训练好的模型，也就是瑞萨的模型库，在MCU上运行推理过程

在工业上的一些应用，例如电容手势识别过程的AI学习。

这个是运行在单片机上的图像识别实例

这是使用了加速之后的性能提升

15:30-15:50

GUI是否已经实现？用rust编写的GUI工具描述

这部分为录制好的讲座，讲解使用RUST编写的图形工具界面，没有PPT没太听明白

15:50-16:10

自适应计算为从雷达传感器到域控制器的融合提供动力

这部分讲座个人理解是把雷达识别的距离信号和摄像头提供的图像信号融合在了一起，实现了类似全景3D的模型，用来为自动驾驶提供模型保障。

这个是自动驾驶的工作流程介绍

传感器集线器的实例，主要就是雷达和摄像头

基于图像的域传感器融合。

这里就是把雷达像素和image像素融合在了一起，图像像素中包含了距离信息

0刻度位置（无需校准）

16:10-16:30

在弱光条件下用太阳能电池为LPWAN节点供电

弱光环境下的物联网充电节点，这是一些需求痛点

主要是讲解了一些硬件和低功耗原理（英文视频播放），没有PPT。

日论坛已结束，未完待续。

AMD赋能中国汽车产业创新... 

夯实嵌入式赛道，RISC-V产业大有可为... 

首批量产的risc-v系统级芯片，针对中端和边缘计算提供完整的解决方案... 

迎接100万risc-v开发者... 

使用车辆的API构建软件生态系统...