MCU上AI，只需要简单六步，即可实现AI模型部署

现在的MCU性能是越来越强了，MCU（RA8P1）已经跨入主频1GHz的时代，这么强的性能，你不上点AI，怎么能对得起你的性能。

AI无处不在，你在部署AI，你的竞争对手也在部署AI，几乎所有人都在做AI。然而，AI并不简单，不仅在生成有效模型上复杂，在部署上同样充满挑战。

即使你已经有了现成的模型，要把它部署到新的边缘硬件上，往往需要投入大量精力将模型转换成可运行的形式，更不用说让它高效运行。

现在，瑞萨推出了一款，这一切将变得简单。

什么是RUHMI？

Robust Unified Heterogenous Model Integration（RUHMI）是瑞萨电子推出的AI部署工具，旨在简化嵌入式设备中深度神经网络模型的部署。该部署工具集成了EdgeCortix^® Mera^™ 2.0编译器，支持TensorFlow Lite和ONNX模型导入，可自动生成优化后的C源代码、头文件，以及二进制运行文件，让用户可以轻松编译并部署到Renesas开发板上。

此外，RUHMI同时提供图形化界面（GUI）和命令行接口（CLI）两种方式，满足不同用户的使用需求。

图形化界面（GUI）：通过集成在E² Studio中的图形化界面，用户可以直观地完成模型转换、生成相关代码，并方便进行二次开发。
命令行接口（CLI）：命令行接口支持Windows和Ubuntu上使用，开发者还可以结合Python等脚本，实现自动化测试和批量化设计验证。

RUHMI演示

下面，通过E² Studio的AI Navigator来演示一个完整的部署过程。

打开AI Navigator

打开E² Studio，在顶部的菜单栏中选择“Renesas AI”，在下拉项中选择“AI Navi”。如图1所示。

图1 打开AI Navigator

界面会跳转到AI Navi首页。选择“Select Sample AI Application”。如果是自己的模型，选择“Use Your Project & AI Model”。如图2所示。

图2 选择“Select Sample AI Application”

选择示例项目

在“Smart City”中，选择“Image Classification”。如图3所示。

图3 选择“Image Classification”

点击窗口上方的“Import”，等待片刻，E² Studio会自动导入示例项目。如图4所示。

图4 导入示例项目

编辑并编译项目

等待示例构建后，窗口会呈现示例项目。点击右侧的“Edit and build”，编译此项目。如图5所示。

图5 编译示例项目

在窗口左侧新出现的两个菜单栏“Convert AI Model”和“Edit Application”中，选择“Convert AI Model”。如图6所示。

图6 选择“Convert AI Model”

点击右侧的“Convert”，进入“Conversion Tool”界面。如图7所示。

图7 进入“Conversion Tool”界面

配置转换选项

在“Conversion Tool”界面中，选择项目名称和设备类型。在下拉框中选择“RUHMI AI Compiler”，并选择合适的AI框架。最后选择模型并指定转换输出的目录。点击“Next”进入下一步。如图8所示。

图8 配置转换选项

模型优化与转换

项目构建后，如果模型未量化，可以在“Optimization”中量化模型。如图9所示。

图9 优化模型（可选）

进入“Conversion”界面，可以选择“Optimize Mode”、“Memory Mode”和“Weight Location”分别对优化效果、模型存放在内存的位置和权重存放位置进行调整，点击“Start conversion”开始转换模型。如图10所示。

图10 进入“Conversion”界面，并开始转换模型

等待片刻，模型转换完成。此时可在输出目录中查看生成的文件。如图11所示。

图11 查看生成的文件

集成转换结果并编译

将输出目录中的所有文件拖入E² Studio项目中。此时会弹出“File Operation”，选择“Copy files”并点击“OK”。如图12所示。

图12 选择“Copy files”

选择“Overwrite All”覆盖全部文件。如图13所示。

图13 选择覆盖全部文件

右键点击项目顶层文件夹，选择“Build Project”编译项目。编译完成后，示例项目就可以运行了。如图14所示。

图14 构建项目

RUHMI硬件支持的开发板

RUHMI主要支持Renesas RA8P1开发版，包括Cortex M85和ETHOS-U55。开发板如图15所示。

图15 RA8P1开发板

RA8P1开发板具备如下优势：

具有MIPI DSI 和MIPI CSI接口，适配HMI应用。
丰富的内存连接能力。
集成ETHOS-U55 AI加速器。

图16 RA8P1的特性

如图16所示，这些特性为模型提供了强大的性能支持，能够让用户充分发挥现有AI模型的性能。

总结

RUHMI大大简化了AI模型在Renesas硬件平台的部署流程。本文完整地呈现了从模型导入、格式转换、性能优化到最终代码生成的全流程部署过程。通过RUHMI工具，用户仅需几步即可实现模型的快速移植，大幅降低了嵌入式AI开发的技术难度。RUHMI通过自动化处理机制，将传统繁琐的部署流程转化为高度标准化的操作，让开发者能够更加专注模型的调优和应用创新。