Die Entwicklung und Implementierung von KI-Modellen in eingebetteten Systemen ist jedoch mit vielen Herausforderungen verbunden. Um KI Realität werden zu lassen, benötigen wir Werkzeuge, die die Komplexität der entwickelten Systeme bewältigen können. Hier setzt CodeFusion Studio™ 2.0 an.
Von eingebetteten Grundlagen zu KI-gestütztem Schließen:
Die Einbettung von KI-Modellen erfordert mehr als eine integrierte Entwicklungsumgebung [TW1], wie sie von Technologieexperten traditionell verstanden wird; sie erfordert Plattformen, die eingebettete Entwicklung und KI-Workflows verbinden. Sie erfordert die Fähigkeit, auf heterogenen Architekturen zu entwickeln, die die Zukunft des Edge Computing prägen. Und vor allem muss sie mit der Art von agentenbasierter, physikbasierter Intelligenz kompatibel sein, die IP erfordert.
Lassen Sie mich erklären, warum das so wichtig ist.
Früher wurden Embedded-Tools für Einkern-Mikrocontroller und deterministische Arbeitsabläufe entwickelt. IP hingegen erfordert Systeme, die dynamisch thermische Eigenschaften, Magnetfelder, akustische Umgebungen und vieles mehr analysieren können. Es handelt sich nicht um statische, sondern um lebendige, komplexe Systeme. Um diese zu entwickeln, benötigen wir eine ebenso dynamische Toolchain.
Vor diesem Hintergrund entstand CodeFusion Studio 2.0. Es unterstützt Multicore-Debugging, Systemorchestrierung und die Integration von KI-Modellen – alles in einem einheitlichen Arbeitsbereich. Es basiert auf Zephyr, ist containerisiert und offen. Das bedeutet, dass Reproduzierbarkeit, Automatisierung und Erweiterbarkeit integriert sind. Für IP ist dies entscheidend. Wir entwickeln Agenten, die direkt am Netzwerkrand analysieren, und diese Agenten müssen in realitätsnahen Umgebungen trainiert, bereitgestellt und debuggt werden.
KI-Workflows für Edge-Computing:
Eine der wichtigsten Funktionen von CodeFusion Studio 2.0 ist die durchgängige KI-Pipeline. Entwickler können Modelle aus TensorFlow, PyTorch oder ADIs eigenem Model Zoo importieren und innerhalb von Minuten inferenzfähigen Code generieren. Mit dem Zephyr AI Profiler lassen sich Latenz, Stromverbrauch und Speichernutzung überwachen – ganz ohne Hardware-Eingriff.
Für PI ist dies ein echter Durchbruch. Unser Ziel ist es, Intelligenz direkt in Produkte zu integrieren, sei es kontextsensitives Audio in Hörgeräten oder adaptive Steuerung in der Robotik. CodeFusion Studio macht dies möglich. Es wandelt KI von einer Zusatzfunktion in ein grundlegendes Designprinzip.
Neben Inferenz unterstützt die Plattform AutoML für eingebettete Systeme und ermöglicht so das Training und die Optimierung von Datensätzen innerhalb desselben Workflows. Dadurch können unsere Agenten von der physischen Welt lernen, sich an sie anpassen und in ihr agieren – ohne die Grenzen der Edge-Hardware zu überschreiten.
Sicherheit, Vertrauen und die Schnittstelle zwischen physischer und digitaler Welt.
PI muss zudem zuverlässig sein. Unsere Systeme laufen in kritischen Umgebungen, von der Industrieautomation bis zum Gesundheitswesen. Deshalb integriert CodeFusion Studio Sicherheit von Anfang an. Mit der Trusted Edge Security Architecture (TESA) von ADI können Entwickler Secure Boot, TrustZone-Partitionierung und kryptografische Protokolle als Teil des Standard-Workflows implementieren.
Dies ist wichtig, da PI-Agenten physische Systeme analysieren und steuern. Diese Steuerung muss sicher, deterministisch und nachvollziehbar sein. CodeFusion Studio gewährleistet, dass jeder Schritt, von der Modellimplementierung bis zu Firmware-Updates, geschützt ist.
Eine Plattform für die Zukunft der künstlichen Intelligenz.
Bei ADI sprechen wir über agentenbasierte KI – Systeme, die Befehle interpretieren, die Welt analysieren und handeln. Wir sprechen über physikbasierte KI – Modelle, die auf Naturgesetzen und nicht nur auf statistischen Mustern beruhen. Und wir sprechen über neuromorphes Computing – Architekturen, die das Gehirn nachahmen, um effizient am Netzwerkrand zu arbeiten.
CodeFusion Studio 2.0 ist ein grundlegendes System, das all dies miteinander verbindet. Es ermöglicht uns, Visionen in die Realität umzusetzen. Es ermöglicht uns, Werkzeuge zu entwickeln, die über die reine Codekompilierung hinausgehen und die Herausforderung der Orchestrierung von Intelligenz meistern.
Wir haben das Potenzial während der Entwicklung erlebt. ADI-Teams verkürzen ihre Debugging-Zyklen von Tagen auf Stunden. Optimierter, inferenzbereiter Code wird in Minuten generiert. Und Entwickler, ob Junior oder Senior, arbeiten in Umgebungen, die sich ihren Bedürfnissen anpassen – nicht umgekehrt.
Fazit: Künstliche Intelligenz für die Praxis.
Physische Intelligenz bedeutet, KI zu entwickeln, die in der Welt funktioniert, nicht nur darüber zu reden. Es geht darum, logisches Denken in die Systeme zu integrieren, die unser Leben prägen. CodeFusion Studio 2.0 ist der Grundstein dieser Strategie. Damit stellen wir unseren Entwicklern die Werkzeuge zur Verfügung, um die Zukunft sicher, effizient und intelligent zu gestalten.
Bei ADI gehen wir über die bloße Vorstellung der Zukunft hinaus. Wir gestalten sie. Und mit CodeFusion Studio 2.0 gestalten wir sie schneller als je zuvor.
Autor: Paul Golding, Vizepräsident für Edge AI bei Analog Devices
