AIモデルを量産コードへ：Neural Net Coderが、組込みプロジェクトの負荷とリスクを軽減

パーダーボルン、2026年7月09日dSPACEはNeural Net Coderにより、組込みシステムへのニューラルネットワークの統合を簡素化し、AIモデルを量産へ適応させる過程を加速させます。この新しいソリューションは、学習環境にかかわらず、学習済みのAIモデルから量産向けのCコードを自動的に生成します。 

開発部門は、プロジェクトの作業負荷軽減と、より早い段階でフィードバックを得ることができます。開発者は、手間のかかる手動実装の代わりに、実行時の挙動が予測可能で、MISRAガイドラインにも準拠した、決定論的コードを手軽に入手できます。これは、リソースに制約のある制御ユニット上で動作する、セーフティクリティカルなアプリケーションにとって決定的な利点となります。開発者は、再学習を行うことなく、実行時間とリソース効率が最適化され、標準規格に準拠したCコードを自動生成により得ることができます。もう一つのメリットは、統合された検証機能です。バックトゥバックテストを自動で行うことにより、生成されたコードが元のニューラルネットワークと機能的に同等であることを保証します。これにより、特に安全に関連する開発プロセスにおいて、透過性と信頼性が確保されます。

さらに、学習を実施後に最適化することにより、モデルを再学習することなく、メモリや計算リソースを低減できます。開発者はパフォーマンス、リソース、モデルの精度を、様々なハードウェアに合わせ、迅速かつ高い次元でバランスを取りながら適応させることができます。
また、統合する際に問題が生じるリスクも大幅に低減できます：Neural Net Coderを使用することで、開発者は開発プロセスの早い段階で実行時間やメモリ使用量を見積もることができます。これにより、AIプロジェクトの反復回数と負荷が減り期間を短縮できます。

代表的な使用用途として、バッテリの状態計測や、直接計測が困難な状態を間接的に計測する仮想センサなどがあります。Neural Net Coderは、リアルタイムかつ安全要件が必要とされる状況でのAIの活用をサポートします。

「既存のコードベースのツールチェーンや、dSPACE TargetLinkなどのモデルベース開発環境に柔軟に統合できることにより、このソリューションは既存のワークフローにシームレスに組み込まれ、組込みアプリケーションへのAI導入をより迅速に、より効率的に、そしてより安全に実現することができます」と、dSPACEのコード生成担当プロダクトマネージャ、Sören Grannemannは説明しています。