Analog Devices veut simplifier et accélérer le développement de systèmes embarqués assistés par l’IA

Avec la version 2.0 de sa plateforme logicielle en open source CodeFusion Studio, le fournisseur de semi conducteurs américain Analog Devices a pour ambition affichée de vouloir simplifier et accélèrer le développement de systèmes embarqués assistés par des algorithmes d’intelligence artificielle (IA).

Les  outils de configuration unifiés, la prise en charge multicœur et la fonction de débogage intégrée intégrés au sein de Code Sudio visent ainsi à rationalisr le développement en environnements hétérogènes.

Pour ce faire, CodeFusion Studio 2.0 s’enrichit notamment d’une couche d’abstraction matérielle avancée, d’une intégration transparente de l’IA et d'outils d’automatisation qui, selon Analog Devices, ouvre la voie à une rationalisation du processus de développement d’une application, de la conception jusqu’au déploiement, et ce sur divers processeurs et microcontrôleurs de la société.

« Notre solution CodeFusion Studio 2.0 transforme l’expérience des développeurs en unifiant les workflows d’IA fragmentés au sein d’un processus transparent en vue de les autoriser à exploiter sans difficulté le potentiel des produits d’Analog, afin de mieux se concentrer sur l’innovation et la réduction des délais de mise sur le marché », commente Rob Oshana, senior vice-president, groupe Software and Digital Platforms d’Analog Devices.

 

 

Concrètement, la plateforme CodeFusion Studio 2.0 prend désormais en charge des flux de travail d’IA complets permettant aux développeurs d’utiliser leurs propres modèles suivant l’approche BYOM (Bring Your Own Models) et de les déployer sur les différents processeurs et microcontrôleurs, qu’il s’agisse de composants embarqués basse consommation ou de processeurs de signal numérique (DSP) de haute performance.

L’environnement, fondé sur Visual Studio Code de Microsoft, est doté d’un vérificateur intégré de compatibilité des modèles, d’outils de profilage des performances et de capacités d’optimisation chargés de garantir un déploiement robuste de modèles.

A ce niveau, un cadre modulaire fondé sur le système d’exploitation temps réel en open source Zephyr permet de “profiler” les performances  en terme de charges de travail des applications d’IA/ML (Machine Learning, apprentissage automatique) avec à la clé une analyse couche par couche et une intégration transparente aux plateformes hétérogènes d’Analog.

Cette “encapsulation” des chaînes d’outils simplifie, selon la société, le déploiement de l’apprentissage automatique et fournit des informations plus riches à propos des performances système.

Également mis à jour, l’outil CodeFusion Studio System Planner intégré prend désormais en charge les applications multicœurs et est compatible avec un plus grand nombre de composants, tandis que les outils de configuration unifiés réduisent la complexité de l’écosystème matériel d’Analog Devices.

Ainsi, les développeurs bénéficient désormais de fonctions de débogage intégrées, parmi lesquelles l’analyse des vidages mémoire (core dump analysis) et la prise en charge du débogueur GDB (licence GNU), ce qui rend le dépannage à la fois plus rapide et plus intuitif.

Enfin, cette dernière étape majeure dans l’évolution de sa plateforme de développement embarquée open source CodeFusion Studio,  incarne selon Analog Devices son engagement à fournir des outils conçus pour simplifier la complexité de conception et accélérer l’innovation, en mettant à la disposition des développeurs une intégration matériel-logiciel approfondie, des environnements d’exécution étendus et de nouvelles capacités adaptées à l’évolution de leurs besoins face à l’expérimentation de l’IA physique.

En d’autres termes, favoriser la conception de systèmes d’intelligence physique, i.e de systèmes capables de percevoir, de raisonner et d’agir localement tout en respectant les contraintes physiques du monde réel.