机器学习(ML)应用正在车内快速发展，利用传感器和车辆产生的数据持续提升性能，提供新的见解和功能。然而，ML算法在构成和运行需求上有很大差异，导致它们在嵌入式处理器上的部署难度大，耗时长。
恩智浦eIQ Auto ML软件开发环境提供了一个统一而灵活的工作流，能够在恩智浦S32汽车处理器系列上高效地部署ML算法，适用于多种应用场景，如预防性维护、增强的电池管理、ADAS、触控感应等。
eIQ® Auto ML软件开发环境具有高度灵活性，能够根据不同的计算资源需求部署各种类型的ML算法。这个统一的ML软件开发环境，可选择适合的MCU/MPU，满足各种应用场景的需求，例如：
eIQ Auto支持TensorFlow（Protobuf和Keras）、PyTorch的模型，以及ONNX交换格式和TensorFlow Lite（具体支持程度取决于底层平台和后端）。
eIQ Auto支持一系列推理引擎，包括多种开源产品、硬件专用引擎和在ASPICE流程下开发的专有选项。所有引擎都统一在通用eIQ Auto模型准备工作流和运行时的API下。
是的。eIQ Auto运行时支持多运行时和多处理器内核的异质执行。我们能够支持多种场景，采用eIQ Auto模型准备工具进行配置，通过eIQ Auto运行时库执行：
可以。核心的eIQ Auto运行时库和部分推理引擎能够在x86 Linux上运行，让您在进行嵌入式部署之前，利用eIQ Auto API在主机处理器上进行完整的原型设计并评估您的应用。
是的。eIQ Auto具有支持深度学习和经典机器学习算法的接口，并支持eIQ Auto运行时执行的自定义操作。
是的。eIQ Auto安装包括一组演示端到端开发流程的教程，其中包括主机上的模型准备和运行时应用程序的验证；一组演示运行时更先进功能的演示；以及提供其他应用示例的模型库。
了解eIQ机器学习软件和eIQ Auto，并浏览S32G、i.MX、i.MX RT和S32V处理器的推理引擎选项。
了解如何实施并配置恩智浦eIQ® Auto深度学习工具包，无需定制的硬件专业知识即可优化和实现深度学习。
探索应对这些挑战的方法，并查看一个优化的工作流程示例，即使用恩智浦eIQ® Auto深度学习工具包在汽车生产车辆中部署深度学习。
进一步了解AI汽车应用的处理效率、加速开发和部署工作流，以及eIQ Auto深度学习工具包如何帮助您开发应用。
了解详情