感謝通過！成為台灣首位Arm開發者計畫大使(Arm Ambassador)

在Arm @Odin 大大的推薦下及提交了最近幾年協助推動 Arm 相關技術的成果，包含大量文章、教學影片及社群互動，歷經多輪審查後，終於成為台灣第一位「Arm 開發者計畫大使」（榮譽職），個人倍感榮幸也深感惶恐，擔心自己能力不足，只能盡力為之。後續如果有關於Arm開發者社群推動、技術推廣或相關事宜，歡迎一起加入。不過小弟能力有限，如果大家想更了解 Arm 相關技術可免費加入開發者計畫，即可獲得更好的技術支援。以下貼出來信及幾張代表圖示，將這份喜悅分享給大家。

“我很高興宣布，我已被選中成為 @Arm Ambassador！我期待支持 Arm Developer Program 社群，並與大家分享我的見解，一起打造 #onArm 的未來。最棒的是，您也可以成為成員。今天就註冊加入，和我一起踏上這段旅程。  #ArmDeveloper”

“I'm excited to announce that I've been selected to become an @Arm Ambassador! I look  forward to supporting the Arm Developer Program community and sharing my insights with you all as we build the future #onArm. The best part? You can become a member too. Sign up today and join me on this journey.  #ArmDeveloper”

#EdgeAI #ArmDevloper #ArmAmbassador #onArm

【課程簡報】20241015_中央太空_微型人工智慧如何應用於立方衛星

感謝今天(2024/10/15)中央大學太空科學與工程學系郭政靈教授的邀約，和同學們分享「微型人工智慧如何應用於立方衛星」。人造衛星從大型（>1000公斤）、中型（500~1000公斤，如福衛二、五號）、小型（100~500公斤，如福衛一、七號）、微型（10~100公斤，如福衛三號）到奈米衛星（1~10公斤，如中央飛鼠、珍珠立方衛星），就像目前Edge AI 離線推論系統從大型伺服器、桌機（筆電、工業電腦）、行動裝置（平板、手機）、單板微電腦（微處理器MPU等級，如樹莓派、Jetson Orin）及微型穿戴式（微控制器MCU、TinyML等級）。 立方衛星和微型人工智慧(TinyML)同樣有著麻雀雖小五臟俱全的特性，資源極其有限卻要發揮最大效能，所以今天就來讓同學們也來感受一下TinyML最新發展。

完整簡報大綱如下所示。

1. 立方衛星發展與系統架構
台灣立方衛星、開發中立方衛星、成功大學 PACE 立方衛星結構圖、成功大學鳳凰立方衛星結構圖、中央大學珍珠立方衛星結構圖、立方衛星常見酬載、立方衛星相關研究論文、AI晶片能上太空？

2. 何謂微型人工智慧 (TinyML)
邊緣智慧(Edge AI)誰說了算？、何謂微型人工智慧(TinyML) ?、常見嵌入式系統架構、常見 Arm 晶片CPU等級及指令集、TinyML常見應用及限制、TinyML案例分享（技術分類）、Edge AI & TinyML開發流程、開發框架與平台 (TinyML / CPU / GPU / NPU / MCU)

3. 單晶片如何加速推論計算
神經網路技術發展、單晶片如何加速推論計算、常見邊緣智慧硬體、常見具視覺TinyML開發板、CES 2024 MCU+NPU 相關產品、模型優化與部署

4. 立方衛星應用 TinyML 情境
* 矩陣計算、姿態計算、向量（矩陣）求解
* 環境異常偵測（異常分類）
* 影像辨識（影像增強、影像分類、物件偵測）
* 開源立方衛星─自由方塊 (LibreCube)

（點擊圖片放大）

如何讓 Arduino 2.0 快速編譯（增量編譯）

 作者：Jack OmniXRI, 2024/10/10

留言

以往在開發簡易型聲音辨識(Keyword Spotting / Voice Command)時常使用 Edge Impulse 來建立及訓練模型，再輸出成 Arduino LIB（ZIP）格式給對應的開發板使用[1]。不過由於 AI 相關函式庫非常多，所以第一次編譯程式時都得等上十到三十分鐘，這還勉強可以接受，但悲劇地是就算什麼都不作，再傳新上傳程式時也要再全部重新編譯一次，這就有點不合乎常理，不是沒更動到的部份就不用重編嗎？難道沒有好的解決方式嗎？