Machine Learning di Raspberry Pi Pico, RP2040, dan RPi MCU mendatang
Meskipun Raspberry Pi Pico hadir dengan chip RP2040 yang tidak memiliki kinerja untuk menerapkan inferensi pembelajaran mesin untuk aplikasinya. Namun, kami melihat kasus penggunaan pendeteksian orang melalui antarmuka ArduCAM dan TensorFlow lite. Tapi, kinerja pemrosesan use case berada di sisi yang lebih lambat. Selain itu, presentasi Eben Upton baru-baru ini juga mengungkapkan bahwa karena kebutuhan daya yang rendah, board mengkompensasi efisiensi pemrosesan. Oleh karena itu, ia menawarkan kinerja rendah untuk kasus penggunaan Edge Inference dan Machine Learning.
Teaser Eben Upton tentang peningkatan Pembelajaran Mesin dan cakupan masa depan “Pi Silicon” mengungkapkan potensi pertumbuhan dan pengembangan dalam aplikasi Edge Inference. Permintaan papan RP2040 telah menimbulkan kebutuhan pasar untuk papan lebih. Permintaan ini hanya dapat dipenuhi jika lebih banyak papan dengan chip RP2040 tersedia di pasar dan perusahaan “mitra seperti Adafruit, Pimoroni, Adafruit dan Sparkfun mulai merilis perangkat keras mereka sendiri, banyak dengan fitur yang tidak ditemukan di Pico.”
SoC RP2040 memungkinkan kinerja maksimum untuk inferensi pembelajaran mesin pada daya terendah, ini karena inti(core) Arm Cortex-M0+ ganda hemat energi yang bekerja pada frekuensi yang relatif lebih tinggi yaitu 133 MHz. Oleh karena itu, ada beberapa papan Raspberry Pi RP2040 pihak ketiga yang didedikasikan untuk aplikasi ML. Beberapa di antaranya adalah:
Arduino Nano RP2040 Connect Board untuk Machine Learning Inference
Papan (Board) Arduino Nano RP2040 Connect adalah salah satu papan yang menampilkan sensor MEMS STMicro dengan IMU 9-sumbu dan mikrofon. Ini adalah untuk pengumpulan data di mana pemodelan inferensi tepi dapat dilakukan. Selain itu, ini termasuk flash SPI eksternal 16MB, modul u-blox NINA WiFi & Bluetooth untuk konektivitas yang fleksibel. “Ini dapat memungkinkan pengguna untuk mengembangkan produk yang terhubung dengan memanfaatkan perangkat keras yang ditenagai oleh silikon Raspberry. Modul radio yang solid dengan kinerja yang efisien, dan Arduino Create IoT Cloud.”
Prosesor SparkFun MicroMod RP2040
SparkFun juga hadir dengan prosesor MicroMod RP2040 yang mirip dengan kartu prosesor lainnya yang kompatibel dengan SparkFun carrier boards yang berbeda. Oleh karena itu, kartu MicroMod RP2040 dapat bertindak sebagai add-on dinamis untuk berbagai papan operator tergantung pada aplikasi pengguna. Secara khusus, ML carrier board akan sangat cocok untuk kartu RP2040 karena fungsionalitas ML-nya.
Arducam Pico4ML: Papan (board) ArduinoML TensorFlow Lite baru
Selain itu, Arducam secara khusus menamai board RP2040-nya sebagai Arducam Pico4ML. Board ini dilengkapi dengan semua Tensorflow Lite Micro use-cases pada satu platform. Arducam mengatakan “karena SoC RP2040 didasarkan pada dual Cortex-M0+ clock tinggi, ini juga merupakan platform yang sangat bagus untuk endpoint AI, atau lebih khusus TinyML.” Papan ArduinoML TensorFlow Lite baru hadir dengan fungsi berikut:
- Wake Word Detection
- Magic Wand
- Deteksi orang
- Layar LCD di perangkat
- Analisis berbasis sensor lainnya
Namun, seperti yang telah dibahas sebelumnya contoh pendeteksian orang menggunakan Arducam dan TensorFlow lite dengan Raspberry Pi Pico cukup lambat. Jadi, masih dilema jika kasus penggunaan ML akan bekerja secara efisien pada Arducam Pico4ML.
Melihat beberapa kelemahan Raspberry Pi Pico dalam hal pembelajaran mesin, presentasi Eben Upton juga mengungkap rencana Raspberry Pi untuk bekerja pada chip RP2040 saat ini untuk meningkatkan kapasitas komputasi tepinya untuk Machine Learning.
source: CNX-Software