-
Q瑞萨的端侧AI对于本地MCU/MPU的要求如何？
A这部分取决于您的应用，目前瑞萨提供的AI方案可以在16位MCU RL78上运行的，往上提供了RZ/V2H 8Tops算力
-
Q瑞萨MPU在最低功耗方面，最低能达到多少？
ARZ/V2H MPU 在提供高算力的同时，可以提供 10TOPS/W出色的功耗表现，实现无需风扇处理复杂AI 运算。
-
QAI MPU是否具备高速以太网开发功能？
A瑞萨RZ/V 系列视觉MPU 都内置有千兆网，支持以太网开发。
-
Q传感器数据的AI工具对传感器数据源有什么要求吗？比如要电压信号还是电流信号，数据源的采样率等。
A这个都行。对于不确定用什么信号和采样率更合适的问题，我们尽量把所有的能采集的信号都采集上来，RAI的平台可以分析哪些信号比较合适，采样率也是一样的，可以先采集比较高的采样率然后RAI平台可以分析哪个采样率比较合适。
-
QReality AI的解决方案是否适用于小的MCU？
A适用的，可以在RL78 16bit MCU运行的。Reality AI训练出来的模型只需占用极少资源
-
QReality AI Tools是否可以实现整个产品开发生命周期全覆盖？
A可以的。
-
Q如何在Reality AI tools中进行AI模型的可视化调试和性能分析？
ARAI模型有特征提取后的决策动机可视化。关于性能分析，平台会告诉你RAM/FLASH/计算量的信息。
-
Q瑞萨的AI加速硬件是否支持量化技术（如INT8, FP16）来减少模型大小和计算复杂度，同时保持较高的精度？
A瑞萨RZ/V系列 DRP-AI 支持 INT8 ，提高AI 处理效率。
-
Q对于实时性要求极高的应用场景（如自动驾驶中的障碍物检测），瑞萨的AI加速硬件的延迟时间是多少微秒（μs）？ 瑞萨的MCU/MPU在AI推理过程中，是否支持动态调整功耗和性能，以适应不同的工作负载和应用场景？
ARZ/V2H 高端 AI MPU 采用瑞萨电子专有的AI 加速器-动态可重配置处理器 (DRP-AI3）、四核 Arm® Cortex®-A55 (1.8GHz) Linux 处理器，以及双核 Cortex®-R8 (800MHz) 实时处理器. 双核 Cortex®-R8 (800MHz) 针对客户对实时性的要求而设计。 更多AI 应用信息， 请访问RZ/V2H 网站 及 联系瑞萨支持人员。 https://www.renesas.cn/cn/zh/products/microcontrollers-microprocessors/rz-mpus/rzv2h-quad-core-vision-ai-mpu-drp-ai3-accelerator-and-high-performance-real-time-processor#overview
-
Q瑞萨的AI加速硬件在温度波动较大的环境中，性能稳定性如何？
ARZ/V系列 支持 Tj： -40c -125c
-
Q瑞萨AI需要开发者训练吗？
AeAI需要客户自己设计模型训练模型，RAI的训练一键完成
-
QRealityAI的电机方案只适用于瑞萨的电机评估板吗？能否适用于使用瑞萨IC的用户自己开发的板子？它具备哪些有别于传统的数据监测的新的AI功能呢？
ARAI的算法适配瑞萨全系列MCU/MPU产品线。
-
Q瑞萨 AI算力是完全基于本地硬件部署吗
A瑞萨所有模型均是部署在本地，在MCU上运行。
-
QReality AI tools支持哪些开发环境？
A目前主要支持CS+以及e²studio，IAR、keil等编译器的支持在逐步推进
-
QAI/ML VOICE的功能是在芯片上离线实现，还是要联网将原始数据发送到云端进行处理和反馈？
A离线的哦，在MCU上运行模型来做事件检测
-
Q现在欺诈花样百出，瑞萨的端侧AI如何适应及时应对？
A瑞萨有提供部分解决方案，您可以查看这个案例：语音反欺骗 https://www.renesas.cn/cn/zh/blogs/can-your-doorbell-be-spoofed
-
Q是否支持用户自定义的AI模型，在不影响性能的前提下进行快速部署？
AeAI的模型均为客户自定义和训练，RAI模型无法自定义模型。
-
QDRP-AI高性能AI加速单元性能目前可以达到什么水平？
A目前新一代DRP-AI3 加速单元可提供 8TOPS( DENSE模型）/80TOPS (Sparse 模型）的算力
-
Q电机失效检测是通过电流模拟电机寿命吗？准确率有多高？
A如果您有数据，可以提供给我们尝试一下
-
Q除了瑞萨自己开发IDE，还支持其它的IDE吗？
A可以支持Keil或者IAR，你可以使用Vscode+编译器搭建开发环境