雖然統稱為AI（Artificial Intelligence），但其作用和性能根據AI技術本身以及配備的微控制器的不同有很大差異。這裡將詳細介紹ROHM的Solist-AI™是如何實現的，以及它能為客戶提供哪些價值。
技術詳情
ROHM提供的Solist-AI™解決方案由ROHM自主開發的設備端學習AI的Solist-AI™微控制器，以及實用軟體和評估板等豐富支援工具所構成。
1.邊緣運算AI微控制器（Solist-AI™微控制器）
"Solist-AI™微控制器配備了ROHM自主開發、由簡單三層神經網路演算法所組成的硬體AI加速器「AxlCORE-ODL」。ROHM透過Arm® Cortex®處理器、ROM容量及引腳數量不斷擴大產品陣容，為廣泛的應用場景提供設備端AI解決方案。
有關AI微控制器的更多資訊，請參閱以下產品資訊頁面。"
2. Solist-AI™的AI演算法和「AxlCORE-ODL」
"Solist-AI™的AI演算法是一種基於三層神經網路的極限學習機器（Extreme learning machine, ELM），其特點是採用適合硬體的運算架構，並能抑制AI處理時的記憶體消耗。
AxlCORE-ODL是為了高速且低功耗地執行AI演算法而設計的硬體加速器。它不僅能提升AI運算速度，還可以批量執行整個AI處理，可大幅減輕AI處理時MCU的負擔。透過重新配置批量處理，還能提高FFT的速度等。"
3.用於確認AI工作情況的模擬工具「Solist-AI™ Sim」
"Solist-AI™ Sim是一款可在PC端驗證Solist-AI™功能的模擬工具。由於可以輕鬆確認AI學習和推理結果，因此可以在短時間內驗證AI的應用效果。單次模擬僅需數秒，因此可在短時間內研究多種條件下的應用效果。
目前ROHM已公佈運用於異常檢測（無監督學習）和用於預測或參數推測（監督學習）的模擬工具。"
4.用於確認實機工作情況的實用工具「Solist-AI™ Scope」
Solist-AI™ Scope是能夠將Solist-AI™微控制器內部處理的資料，以波形進行顯示的工具。由於可以即時查看輸入到AI的感測器資料，和從AI輸出的異常程度指標，因此可以輕鬆驗證AI是否按照預期工作。
※Solist-AI™ Scope已附帶在參考軟體中。
5.嵌入式軟體發展
參考軟體（週邊驅動程式、程式庫和示例軟體）
Solist-AI™微控制器用各種週邊驅動程式、AI程式庫及各類示例程式，可透過整合式開發環境「LEXIDE-Ω」和參考評估板檢查工作情況。
為監控Solist-AI™工作而設計的即時檢視器—Solist-AI™ Scope也一併提供。因使用時需要連接Adapter（MM-FT232HC*1），故需客戶自行準備。
AI應用示例軟體
這裡介紹的是使用了Solist-AI™微控制器的異常檢測AI應用示例軟體。根據從加速度感測器獲取的加速度數據進行初始學習和推理，並計算異常程度。 該示例軟體的工作除了整合式開發環境「LEXIDE-Ω」和參考評估板以外，還需要加速度感測器和PC連接Adapter（MM-FT232HC*1），這些需要客戶自行準備。
*MM-FT232HC為Sunhayato Corp.的產品。
*2 FT232H/FT2232HはFTDI社の製品です。
6.ARM®內核整合式開發環境
LAPIS Development Tools LEXIDE-Ω是針對配備ROHM自有8-bit RISC處理器「nX-U8/100內核」和16-bit RISC處理器「nX-U16/100內核」的微控制器，以及Arm® Cortex®-M內核的ROHM微控制器的應用程式開發環境。透過以開源Eclipse及CDT外掛程式為基礎的整合式開發環境，為高效率程式開發提供支援。如需使用Keil® MDK，請聯繫我們。
7.配備微控制器的參考評估板（由ROHM提供）
能夠確認Solist-AI™微控制器工作情況的參考評估板。可進行軟體開發、debug及Flash寫入。另外還可以連接到Soloist-AI™ Scope來查看AI的工作情況。
8.配備微控制器的參考評估板（由生態系合作夥伴提供）
由生態系合作夥伴提供的配備AI微控制器的系統評估板。詳情請參閱生態系合作夥伴相關頁面。
導入流程和應用案例
Solist-AI™透過自主研發的設備端學習AI技術和豐富的支援工具，從研究、驗證到應用為客戶提供全方位支援。下方將介紹Solist-AI™的導入流程和應用案例。
Solist-AI™應用案例1−預測性維護−
馬達軸承的損傷檢測：用於生產設備或機器的預測性維護，實現狀態基準監控（CBM）
Solist-AI™微控制器的各類週邊驅動程式、AI程式庫及相關元件
背景和挑戰
- 希望對生產設備/機器等的異常/故障進行預測性維護
- 缺乏定期檢查人才（有專業知識的工程師）
Solist-AI™的應用
- 在設備導入初期，使用加速度感測器等收集定速運行的振動狀態，作為正常資料進行現場學習
- 將常規運行時的振動狀態與學習資料進行持續比對，當出現一定量偏離時即發出異常警報（＝“不同於以往”）
預期效果
- 透過AI及早發現“不同於以往”並調查原因
⇒減少計畫外的設備維修/更換、以及短暫/長期停機 - "將人工TBM轉為AI系統構建的CBM
⇒降低整體維護成本"
※以上是預測性維護的一個示例。不僅適用於馬達系統，還可廣泛應用於各類系統。
Solist-AI™應用案例2−狀態/劣化/參數預測−
電池的劣化預測和狀態變化檢測：用於預測產品劣化指標的未來趨勢，以及推測一般無法計算的參數
背景和挑戰
- 客戶端電池設備的使用方式均不相同
- 無法掌握電池滿充容量劣化等情況，導致使用方式受到限制
Solist-AI™的應用
- 預先學習標準劣化特性（SOH）後出廠。對實際使用中的SOH進行追加學習，可高精度預測電池劣化
- 預先學習電池各cell的標準充放電特性後出廠。在實際使用過程中再進行追加學習，並檢測出各cell差異狀態變化
預期效果
- 學習客戶的使用方式和使用環境
⇒預測未來的劣化趨勢，延長使用壽命 - 在各cell出現差異的基礎上進行學習
⇒儘早發現充電容量異常、平衡異常以及狀態變化
※以上是狀態和劣化預測的一個示例。不僅適用於電池系統，還可廣泛應用於各類系統。
Solist-AI™應用案例
我們已將馬達異常檢測、電池劣化案例以及工業設備、電子產品和生產設備等多種場景的導入實例整理成詳細資料，希望對使用者在考慮導入Solist-AI™時會有所幫助。
與生態系合作夥伴的合作體系
"Solist-AI™ 是與多家生態系合作夥伴聯合提供的。從硬體和軟體開發、到基礎環境的開發與提供，我們將提供全方位支援，協助客戶能夠快速使用和導入產品。
另外為了透過Solist-AI™推動AI創新和發展，ROHM正持續招募生態系合作夥伴。誠摯邀請有意者隨時與我們聯繫。"
註）「Solist-AI™」是ROHM Co., Ltd.的商標或註冊商標。
「ARM® 」「Cortex® 」「Keil® 」是 Arm Limited 或其子公司所擁有的商標或注冊商標。