Unified Microcontroller Inference Platform (UMIP)
Problem: Aktuelle Microcontroller-Evaluierungs- und Entwicklerboards eignen sich nur bedingt, um verschiedenste KI-Methoden – zum Beispiel tiefe neuronale Netze – plattform- und herstellerübergreifend zu testen. EdgeVolution, eine Plattform zur Suche neuer neuronaler Architekturen für Edge-KI auf Basis evolutionärer Algorithmen, nutzt daher eine Auswahl an Entwicklerboards inklusive zugehöriger Power Profiler Kits (etwa Nordic nRFxxx mit PPK2). Allerdings fehlt es an einer einheitlichen Norm und an harmonisierter Hersteller-Software: Jedes Board erfordert eine eigene Hardware-Konfiguration, und die Messung von Spannungsversorgung sowie Leistungsaufnahme ist je nach Hersteller unterschiedlich implementiert oder gar nicht vorgesehen. Dies erschwert nicht nur vergleichende Tests verschiedener Mikrocontroller, sondern auch die Identifikation jener Plattformen, auf denen eine Methode zuverlässig und stabil läuft.
Lösung: Zur Überwindung dieser Heterogenität soll ein universelles PCB entworfen werden, das beliebige Microcontroller aufnimmt. Es wird eine standardisierte Schnittstelle zum Programmieren (Flashen) bereitstellen, ein einheitliches Kommunikationsprotokoll nutzen und die Messung von Spannung sowie Leistungsaufnahme standardisieren. Damit lassen sich Tests über unterschiedliche Mikrocontroller hinweg unkompliziert durchführen und vergleichbare Ergebnisse erzielen.
Anforderungen an das System
- Universelles PCB mit Status-Indikatoren (LEDs)
- LED für “Spannung vorhanden”
- LED für “Verbunden, Kommunikation aktiv”
- LED für “Idle”
- LED für “Inference”
- LED für “Fault/Other”
- LED programmierbar (1x)
- 1-2 USB B oder C für die Verbindung zum Host-Computer
■ 1 COM Port zum Flashen und Kommunikation / UART,
PC <-> Zielmicrocontroller
■ 1 COM Port zum Daten auslesen (Leistungsaufnahme / mA über die Zeit, Spannung über die Zeit, 2 Custom Digital Out Flags über die Zeit)
PC <-> Äußere Parameter
- Aufsteck-PCBs oder individualisierte PCBs mit einer Auswahl an Mikrocontrollern, zum Beispiel
- M0+ (RP2040 und RP2350)
- STM32 family (M0(+), M3, M4, M33F)
- Nordic family
- ESP32 family
Profil des Studierenden
- Erfahrung in der Entwicklung von Microcontroller-Schaltungen
- PCB-Design in gängiger Software (bspw. Eagle), BOM-Liste und effizientes Routing sind bekannte Schlagwörter
- Interesse an Fragestellung an der Schnittstelle Hardware und KI
- Programmiererfahrung in C und Python
- Engagiert, kreativ, problemlösungsorientiert
Möglichkeiten: Projektarbeit (5 – 10 ECTS, je nach Komplexität) – PCB Design, Bestellen der bestückten PCBs und Testen in der EdgeVolution/Microcontroller as a Service Umgebung an der Schnittstelle Microcontroller <-> KI.
Referenzen
[1] R. Groh and A. M. Kist, „End-to-end Evolutionary Neural Architecture Search for Microcontroller Units,“ 2023 IEEE International Conference on Omni-layer Intelligent Systems (COINS), Berlin, Germany, 2023, pp. 1-7, doi: 10.1109/COINS57856.2023.10189194.
Ansprechpartner
Prof. Dr. Andreas Kist andreas.kist@fau.de
René Groh rene.groh@fau.de