Edge Impulse landar 34 miljoner dollar när TinyML-marknaden fortsätter att växa

Celestial AI landar 56 miljoner dollar för att utveckla lättbaserade AI-acceleratorchips


I takt med att företag i allt högre grad testar AI-teknik, framträder liten maskininlärning, eller TinyML, som det utmärkta sättet att skära ner på de resurser som krävs för implementering. TinyML är en maskininlärningsteknik som kan implementeras i lågenergisystem, som sensorer, för att utföra automatiserade uppgifter. Tekniken är fortfarande väldigt tydlig AI, men med lägre strömförbrukning, kostnader och ofta utan behov av internetanslutning.

Applikationer för TinyML körs i skalan, men de mest populära sträcker sig från fabriker, detaljhandel och jordbruk. Inom tillverkningssektorn kan TinyML förhindra stillestånd genom att varna arbetare att utföra förebyggande underhåll baserat på utrustningens förhållanden. Och inom jordbruket kan TinyML övervaka boskapens livsviktigheter för att hjälpa till att identifiera tidiga tecken på sjukdom.

Ett antal startups erbjuder produkter utformade för att hjälpa företag att implementera TinyML-lösningar, men bland de mest synliga är Edge Impulse. Lanserades 2019, Edge Impulse tillhandahåller en plattform och tjänster för att utveckla enheter som utnyttjar inbäddad AI och maskininlärning. Den hävdar att nästan 30 000 utvecklare från tusentals företag inklusive Oura, Polycom och NASA har skapat uppemot 50 000 skräddarsydda projekt med hjälp av Edge Impulse-lösningar, byggindustri, logistik, konsument- och hälsolösningar.

Avancerar TinyML

Edge Impulse grundades för två år sedan av Jan Jongboom och Zach Shelby. Jongboom bidrog tidigare med kod till Mozillas numera nedlagda operativsystem, Firefox OS, och evangelisering av ledande utvecklare för flera av Arms internet of things (IoT)-plattformar. Shelby kommer från en investeringsbakgrund, efter att ha varit styrelseledamot för Petasense och proptechstartup CubiCasa.

Edge Impulse tillåter utvecklare att samla in eller ladda upp träningsdata från enheter, märka data, träna en modell och distribuera och övervaka modellen i en produktionsmiljö. Plattformen stöder utveckling för maskininlärning för sensorer, ljud och datorseende, specialiserad på TinyML industriella applikationer inklusive förutsägande underhåll, tillgångsspårning och övervakning och avkänning.

“Noggrannhet – som normalt anv√§nds f√∂r att bed√∂ma prestandan hos en maskininl√§rningsmodell – ber√§ttar bara en mycket liten del av historien. Du m√•ste k√§nna till styrkorna och svagheterna hos din modell, veta n√§r den missar h√§ndelser eller n√§r den utl√∂ser falska positiva resultat, s√§ger Shelby till VentureBeat via e-post. “[That said,] maskininl√§rning har en enorm v√§rdepotential f√∂r alla f√∂retag som arbetar med sensorrelaterad data, fr√•n att spara kostnader och b√§ttre servicekunder till att m√∂jligg√∂ra helt nya generationer av funktionsv√§rde.‚ÄĚ

För att öka effektiviteten hos modeller som tränas på dess plattform använder Edge Impulse en kompilator som kompilerar modeller till C++. Företaget hävdar att detta kan minska RAM-användningen med 25% till 55% och lagringsanvändningen med upp till 35% jämfört med rivaliserande tillvägagångssätt.

“[We‚Äôve seen] f√∂retagsapplikationer inklusive m√§nsklig nyckelordsdetektering p√• batteridrivna enheter i b√§rbara enheter, prediktivt underh√•ll i det smarta n√§tet, gestigenk√§nning med radar i enheter, √∂vervakning av kritisk kylutrustning i f√§lt, f√§ltdetektering av √∂gonsjukdomar, √∂vervakning av svetskvalitet med hj√§lp av ljud, [and] konstruktion och tillverkningss√§kerhets√∂vervakning med datorseende och sensorer, s√§ger Shelby. “Vi s√•g kunder sakta ner i b√∂rjan av pandemin, eftersom de inte var p√• de webbplatser d√§r de beh√∂vde samla in data, men verksamheten har tagit fart mycket starkt.”

Tillväxtår

Enligt Gartner kommer maskininl√§rning i form av djupinl√§rning att inkluderas i √∂ver 65 % av edge use-fallen √•r 2027 ‚Äď upp fr√•n mindre √§n 10 % 2021. Samtidigt f√∂rutsp√•r ABI Research att TinyML-marknaden kommer att v√§xa fr√•n 15,2 miljoner enhetsleveranser 2020 till 2,5 miljarder √•r 2030.

Som en återspegling av det bredare segmentets tillväxt rapporterar Edge Impulse att utvecklarbasen på sin plattform ökade med fyra gånger förra året, med årliga återkommande intäkter som ökade med tre gånger. I relaterade nyheter meddelade företaget idag att det samlade in 34 miljoner dollar i en serie B-runda ledd av Coatue med deltagande från Canaan Partners, Acrew Capital, Fika Ventures, Momenta Ventures och Knollwood Investment Advisory, vilket tredubblar sin värdering till 234 miljoner dollar och ger sin totalt kapital till över 54 miljoner dollar.

Shelby s√§ger att de nya medlen kommer att anv√§ndas f√∂r att ut√∂ka Edge Impulses team p√• cirka 40 personer och dess n√§tverk av h√•rdvarupartner, som redan inkluderar Nvidia, Texas Instruments, Syntiant och Synaptics. “Vi kommer att anv√§nda pengarna f√∂r att accelerera √§nnu snabbare, avsev√§rt ut√∂ka v√•rt utvecklarekosystem till 100 000 utvecklare i slutet av 2022, snabbt v√§xa v√•rt team f√∂r l√∂sningstekniker f√∂r att hj√§lpa kunder att n√• framg√•ng snabbare, ut√∂ka v√•rt h√•rdvaruekosystem och investera i ny FoU-tillverkning maskininl√§rning f√∂r sensor, ljud och datorseende effektivare, tillade han.

Edge Impulse konkurrerar med startups som CoCoPie, Neural Magic, NeuReality, Deci, CoCoPie och DeepCube, bland andra. FogHorn √§r en av dess n√§rmaste direkta konkurrenter och levererar en rad avancerad intelligensprogramvara f√∂r industriella och kommersiella applikationer. Sittande f√∂retag som Microsoft, Amazon och Google erbjuder ocks√• tj√§nster ‚Äď till exempel Amazon Web Services IoT Greengrass ‚Äď som riktar in sig p√• AI-utveckling genom sina respektive molnplattformar.

VentureBeats uppdrag ska vara ett digitalt stadstorg för tekniska beslutsfattare att få kunskap om transformativ företagsteknik och handla. Läs mer om medlemskap.