７月２８日、ARMマイコン・ワークショップ2017に行ってきた！ので内容をメモメモ
ちなみに、表題の件は、
「■ＡＲＭ＋ＦＰＧＡ スマート・エッジ・コンピューティング」
の中で出てくる
■今すぐ使える！ＡＩを活用したＩｏＴ（クラウド）
マイクロソフト：リストラクチャリング
→ライセンス売りから、クラウド利用・ＡＩ
・自己紹介
・マイクロソフト：ＩｏＴで３～４年
→センサークラウドは２０１０年くらい
・組み込みの人の気持ち：ソフトの人にはわからない
・Internet of Things
Ｔｈｉｎｇｓ
コネクティビティ
データ
アナリティクス→ＡＩ
アクション
・ＩｏＴの多様なシナリオ
→ＡＩも活用現場いろいろ
・ＩｏＴで価値を生むプロセス
リアルな世界のデータ収集
コトから分析シナリオを抽出→膨大なデバイス・データ・処理量
分析処理（ＡＩ）を構築
分析処理をシステムに組み込む
・AzureによるＩｏＴ推奨アーキテクチャ
→なぜＩｏＴでクラウド？
・クラウド以前、クラウド昔、今
以前：自前、自分でパッチ
クラウド：ＶＭ→やらないといけないことは一緒
今→ＰａａＳ
駄目なら、止められる：実証実験
自学自習可能なハンズオンコンテンツ
・ＩｏＴ・ＡＩ
ＡＩの活用：組み込み機器・エッジ／ＦＰＧＡ、ニューラルチップ、ソフト
クラウド４段階
こぐにてぃぶサービス：ＭＳで学習
カスタマイザブルこぐにてぃぶサービス：特定画像の認識
ＭＬスタジオ：何を解けばよいかわかっている
Ｒサーバー、Ｈａｄｏｏｐ
・こぐにてぃぶ
感情
顔
画像認識：日々学習
Ｂｉｎｇ
スピーチＴｏテキスト
→組み込み機器で利用：ＲＥＳＴ ＡＰＩで
ＢＯＴフレームワーク
・デモ
画像のＵＲＬ：解析結果を出してくる
確率がついている
ＬＵＩＳ
カスタムビジョンサービス
https://www.customvision.ai/ マイクロソフトアカウント必要（無料）
自分の画像を用意し
Ｔｒａｉｎ
評価したい画像を張ると・・・あれ０？、いやＯＫです
ＲＥＳＴ ＡＰＩその他情報もみれる
→RasPiで聞いてもらっても。
.net core → RasPiでUbuntu
Cloud側でCognitive Serviceを活用する
・Azure ML Studio
機械学習の普及を加速させるモデリングとＡＰＩ環境
(制約あるけど、無料でできる）
回帰、分類、クラスタリング、異常検知
・デモ（今日のデモはみんな無料でできるよ）
１００％正しい予測はいいか？
→新しいデータでは？
Ｅｘｃｅｌにも組み込める
ＩｏＴにおけるクラウド側での分析処理
バッチ分析
リアルタイム分析
→リアルタイム；膨大なデータだと難しいところ
ＬＳＴＭのフレームワークは出している
Ｓｔｒｅａｍ Ａｎａｌｙｔｉｃｓ
・R Server for HDInsight
巨大なデータを扱うための処理クラスタ
→Ｂｉｇ Ｄａｔａを扱うＡＩは、ちょっとしたＰＣ上で
簡単に試せる世界とは全く違う
・ＡＩサービスポイント
巨大データを受け付けられる→ストレージ
スケール可能
セキュア：データとＡＰＩ
→自前は無理な領域
・ＥｄｇｅとＣｌｏｕｄのロードバランシング
Ｃｌｏｕｄ側のＩｏＴ
Ｅｄｇｅ側のＩｏＴ
→ＩｏＴ Ｅｄｇｅ ＳＤＫ
・エッジの機能拡張
・デバイス→クラウド→デバイス
データ 学習 パラメタ
継続学習
・まとめ
クラウドのＭＬ、ＡＩ：実用
ＡＩ データと問題必要
■９２０ＭＨｚ無線モジュールとＡＲＭ mbedを使って
地温高密度メッシュ観測システムを作ろう
・自己紹介
・何を作ったか
火山など：地熱を測る
２．４ＧＨｚ：障害物、電気くう→９２０ＭＨｚ
・システム
９２０Ｍｈｚ→ＩＭ９２０ＡＤ変換→mbedc027→３Ｇ（そらこむ）
・技術要素
９２０ＭＨｚＩＭ９２０
インタープラン 秋月・千石で変えて、情報得られる ４０００円
Ｃ０２７ Ｕ２０
UBlocks docomo系ＳＩＭ使える。技適とってる
ＩｏＴクラウドサーバーＭ２ｘ
ａｔ＆ｔ
Xivelyに似ている ＨＴＴＰ ＡＰＩ，ＭＱＴＴ，
１０個まで無料
ハード
内蔵ＡＤで
ＩＭ９２０ ＡＤ変換モード
ＤＣＤＣ 秋月さんで
温度センサーＭＣＰ９７００
バッテリー：分圧して図る
親機はクラウドへ３Ｇ
ソフト
ＩＭ９２０設定
子機のＳＮを設定
プログラム
親機 スレッドを使った
送信スレッド
プログラム：公開している
観測
設置状況
実測データ
Ｍ２ＸからデータをＧｅｔする
・まとめ
回路によってノイズレベル違う
電池電圧低下
やっぱＡＫ－０２０などの安価なＵＳＢ－３Ｇモデムが使えれば
・コラム１ mbedでＵＳＢ ３Ｇモデム
ＡＫ－０２０
mbed OS5のCellular Base Class
・コラム２ mbedって
mbedS2 + mbedOS3(RTOS)mbed os5
ユーザーライブラリ：メンテナンスされてない→そのまま使えない
自前で書いたほうが早い
あってよかったスレッド機能
昔は割り込みハンドらでデータ受信、表のループでデータ送信
■ＡＲＭ＋ＦＰＧＡ スマート・エッジ・コンピューティング
・自己紹介
・ＡＲＭ＋ＦＰＧＡ
どんな選択肢
なんに使える？
・どんな選択肢
ＦＰＧＡ：ＣＰＵがついていない
→信号線が入ってきて出る
→ＡＲＭが入ってきて、使いやすくなった
いままでは：回路を書かないといけない
いまは：ＡＲＭのＬｉｎｕｘが立ち上がる
Xilinx:ARMのチュートリアル
Ａ９ ＡＲＭ Ｖ７→割り込みから立ち上がり２０クロックかかることも
Ｒ５
Ｍ３ ＡＲＭ ｖ７－Ｍ Thum-2
・そもそもＦＰＧＡってなに？
ハードウェアを自由に組める
並列処理ができる
→単純なふるあだー回路
ＦＰＧＡ
ハードウェア記述言語（ＨＤＬ）
Ｖｅｒｉｌｏｇ：Ｃライク
ＶＨＤＬ：ＡＤＡ、Ｍｏｄｕｌｅｒ２ベース
・ＦＰＧＡの特徴
不得意なこと：高速処理？
→Intelと勝負するのは・・・ＧＰＵも結構速い！
得意なこと：
並列計算
レイテンシを守る
ビット計算
柔軟性
ＦＰＧＡはクロック２００Ｍそこそこ
・ＦＰＧＡでパイプライン処理
処理を細分化することで高速化が可能
並列に処理することで高速化が可能
・ＦＰＧＡの柔軟性（可変長ビット）
・ＬｏＲａによるネットワーク
ＩｏＴのための長距離低消費電力ワイヤレスプラットフォーム
LoRaは変調方式、LoRaWANは仕様です
LoRa変調
都市部２～５Ｋｍ、みとおし１５Ｋ
スター型ネットワーク
参考ーＺｉｇＢｅｅ等：メッシュネットワーク
ＬｏＲａは立ち上がり、立ち上がりが早い→待機電力を長くとれる→低消費
ＬｏＲａＷＡＮ：少量のデータを間欠的におくる（法律で決まっている）
→温度センサーなど
・使ってみた！
技適：ファームとアンテナあわせて
１２７６
ＬｏＲａＷＡＮ：ＤｅｖＥＵＩに注意、アンテナつけていないと１０ｍくらい？
・高位合成
Ｃ，ＰｙｔｈｏｎでＦＰＧＡ
→ＰｙｔｈｏｎでＦＰＧＡを進めている
High level Synthesis(HLS)
Vivado HLS/SDDoc:C/C++からＨＤＬ
ＯｐｅｎＣＬ
Ｐｏｌｙｐｏｎｙ：PythonからVerilogへ
；＝と＜＝
ＰＹＮＱ：ＦＰＧＡとRaspberry Piで何が違う？
Raspberry Pi：工業用にはできていない→やれれば
Pythonで簡単にＦＰＧＡを使いたい
そのままでは動かない：ハードの知識必要
verilog書いたほうがいい高位合成ある
・ＦＰＧＡでスマートエッジコンピューティング
田んぼの温度ならＦＰＧＡいらない（ＲａｓＰｉでＯＫ）
地震：ウェーブレット解析、ＦＦＴ解析：ＲａｓＰｉでは間に合わない→ＦＰＧＡ
場合によってはエッジにＦＰＧＡ？→消費電力くう
Ｐｍｏｄ（ぴーもっど）
Ambient Light
OLED(SPI)
開発キット Ｋｉｓｓ４ Ｚｙｎｑ＝ＡＲＭ＋ＦＰＧＡ
ＬｏＲＡ 村田さん（技適とおっている）
ディープラーニング：絶賛開発中
Ｍ４だけで
■マシーンラーニング on ディープリー えんべっテッド
あんど
ＩｏＴ用にりそーすが制限されたエンドノード
・人の会話でも言葉の認識難しい
→マシンならもっと
コアからエッジへ：インテリジェントな処理
センサー：リトルデータ→クラウド：ビッグデータ
エンドにオフロード
埋め込み知能によるインテリジェンス
・ＡＩ：ウェアラブル、ソーシャル、不正利用、道路案内
学術的進歩
高性能コンピューター
データ量が増えている
・マシンラーニング
クラウドと トレインモデル 認識、判定、分析
デバイス フィルタリング、低遅延 あくちゅえーション
→機械学習に求められる特性の違い
・マシンラーニングとシステム：相反する性質→トレードオフを意識することなく・・
・ニューラルネットワークおさらい
積和演算→ハードで
・ＡＲＭ ＭＬ用埋め込み知能 ３つ
適切なコンピューティング能力
スケーラブル
充実したライブラリ
ＡＲＭ Ｃｏｒｔｅｘ
エンド Ｍ
クラウド Ａ
リアルタイム Ｒ
・２３
ジャスチャーなど Ｍ２３，Ｍ３
ＳＩＭＤ、ＤＳＰ、キーワードすぽってぃんぐアルゴリズム Ｍ３３，Ｍ４
さらに高度な音声、画像識別 Ｍ７
それでもたりない
Ａ系プロセッサ
・ヘテロジニアス
ＡとＭをいれたＳｏＣ
コプロセッサ
・エンドノードの例
スマートスピーカー
Ａｕｄｉｏ Ａｎａｌｙｔｉｃ；煙、ガス検知
医療；ＥＲ 呼吸不全、ぜんそく→適切な早期の対処で防止できる
ＣＯＰＤ：３番目の死因 ＭＬ、オーディオ処理ウェアラブルネックレスで
It is easy to recognized speach
It is easy to wreck a nice beach
ぼコーダー１９２０年代から
■LoRaWANの現在と活用
・自己紹介
・ＬｏＲａＷＡＮとは
ＬＰＷＡ：Ｓｉｇｆｏｘとかもある
技術仕様はＯｐｅｎ，チップは認証有
・ＬｏＲａとＬｏＲａＷＡＮの違い
ＬｏＲａは変調方式（データ 電波への変換方式） ：レイヤ１
ＬｏＲａＷＡＮはＭＡＣレイヤ（Ｌ２）まで含めた使用：ＥｔｈｅｒＮｅｔ
→レイヤ３（インターネットの世界のＩＰとか）以上は、ユーザー実装
→送れるデータが少ない
・ＬｏＲａ：変調ローラといったりする
リージョナルＩＳＭバンド：国によって使える周波数
ＡＳ９２３：日本国内でも使える
ＬｏＲａＭＡＣ：データアクセス３つある
クラスＡ：データを送るための仕組み
ＬｏＲａ変調：直行格差（スペクトラム変調：拡散）
Sigfoxは点 ＬｏＲａは面：面の広さ→拡散率を変更できる
距離と伝送速度を設計できる
９２０ＭＨｚ ＡＲＩＢ チャンネル２４から３８チャンネル ２０ｍｗ～２５０ｍｗ
２５０ｍｗは免許いる
３３チャンネルから６６チャンネル
４００ｍｓ送ったら、４秒間休む
・ＬｏＲａＷＡＮ
デバイス・ゲートウェイ・ネットワークサーバー
ネットワークサーバー：ルーターみたいなもん
ゲートウェイ：なにもやっていません（電波を受けてＩＰに）
デバイスからネットワークサーバー間で暗号化（ＧＷをみても暗号化されてる）
クラスＡ：基本的動き アップリング（デバイスからクラウドへ）
クラスＢ：ビーコン（プッシュできる）
クラスＣ：常時給電デバイス
→下に行くほどスロット長くなる
アップリンクからくる
・そらこむのしょうかい
・ＩｏＴの基本要素とネットワークの課題
有線ＬＡＮ，無線ＬＡＮ：人介在
３Ｇ・ＬＴＥ：ビジネス的に
ネットワーク
セキュリティ：暗号化→デバイスの値段が上がる
２０１５年 から
通信をクラウドで
ソラコム：仮想的交換機をＡＷＳ上で実現している
→足回りを差し替えるだけで動く
ＩｏＴ通信プラットフォームＳＯＲＡＣＯＭ
・ＳＯＲＡＣＯＭ Ａｉｒ ｆｒｏ ＬｏＲａＷＡＮ
すべて自分で用意する
Ｓｏｒａｃｏｍ場合
ネットワークサーバー；そらこむで用意
ゲートウェイ：ＩＰ変換だけ 上位回線は用意する。電源だけ必要
インドアゲートウェイ
アウトドアゲートウェイ
・ＬＰＷＡシェアリング
共有ゲートウェイ：共有すれば安い
・ＬｏＲａＷＡＮデバイス
Arduino用開発シールド（実はＵＡＲＴなら開発できる）
GPSとラッカー：GIサプライ
・必要なものを必要だけ使ってね！
・使い分け
ＬｏＲａＷＡＮ
頻度：１回あたりのデータサイズ少ない
省電力
山間部のラストワンマイル
セルラー
１２バイトをこえる、下り
バイナリーパーサー機能
・セルラー圏外：衛星通信
・事例
牛のいじめを感知したい
→ぼっちになるのを検知
橋：セルラー網が来ていないところ
ダム
自治体のハッカソン
