STM32CubeMX
STM32CubeMXを使用すると、STM32マイクロコントローラ、マイクロプロセッサ、およびステップバイステップのプロセスを介してArm® Cortex®-Mコア用の対応する初期化Cコードの生成、またはArm Cortex-Aコア用の部分的なLinux® デバイスツリーを簡単に構成できます。
ステップ1は、STMicroelectronics STM32マイクロコントローラ、マイクロプロセッサ、または必要な周辺機器セットに一致する開発プラットフォーム、または特定の開発プラットフォーム上で実行する用例を選択することで構成されています。
マイクロプロセッサの場合、2つ目のステップを使用すると、システム全体のGPIOおよびクロック設定を構成し、ARM Cortex-MまたはCortex-Aのいずれかに周辺機器をインタラクティブに割り当てることができます。DDR構成や調整といった特定のユーティリティによって、STM32マイクロプロセッサを簡単に開始できます。Cortex-Mコアを対象に、この構成には、マイクロコントローラ用に説明されているものとまったく似た追加のステップが含まれています。
2つ目のステップは、マイクロコントローラとマイクロプロセッサArm Cortex-Mを対象に、ピン配列競合ソルバー、クロックツリー設定ヘルパー、電力消費計算機、周辺機器(GPIOまたはUSART)およびミドルウェアスタック(USBまたはTCP/IP)を構成するユーティリティのおかげで、それぞれ必要な組み込みソフトウェアの構成で構成されています。
強化されたSTM32Cube拡張パッケージのおかげで、デフォルトのソフトウェアとミドルウェアスタックを拡張できます。STMicroelectronicsまたはSTMicroelectronicsのパートナーパッケージは、STM32CubeMX内の専用パッケージマネージャから直接ダウンロードできます。他方、他のパッケージは、ローカルドライブからインストールできます。
STM32CubeMX供給における独自のユーティリティであるSTM32PackCreatorは、開発者が強化されたSTM32Cube拡張パッケージの構築に役立ちます。
最終的に、ユーザーは選択した設定の選択に一致する生成を開始します。このステップでは、いくつかの開発環境ですぐに使用できるArm Cortex-M用の初期化Cコード、またはArm Cortex-A用の部分的なLinux®Device Treeを提供します。STM32CubeMXは、STM32Cube内で供給されます。
概要
特徴
- 直感的なSTM32マイクロコントローラとマイクロプロセッサのセレクション
- 豊富で使いやすいグラフィカルユーザーインターフェイスを使用すると、
- 自動衝突分解能によるピン配列
- 構成の動的検証が備わったArmClockツリー用のパラメータ制約の動的検証での、周辺機器とミドルウェア機能モード
- 推定消費結果が備わった電源シーケンス
- ARM Cortex-Mコアを対象としたIAR Embedded Workbench®、MDK-ARM、STM32CubeIDE (GCCコンパイラ)に準拠した初期化Cコードプロジェクトの生成
- ARM Cortex-Aコア用の部分的なLinuxデバイスツリーの生成(STM32マイクロプロセッサ)
- STM32Cubeによる強化されたSTM32PackCreator拡張パッケージの開発
- STM32Cube拡張パッケージをプロジェクトに統合
- Windows® 、Linux、macOS®(macOSは米国およびその他の国で登録されたApple Inc.の商標です)オペレーティングシステムおよび64ビットJavaランタイム環境で動作するスタンドアロンソフトウェアとして利用可能
X-CUBE-AI
X-CUBE-AIは、STM32Cube STM32Cube拡張パッケージの一部です。AIエコシステムおよび予め訓練された人工知能アルゴリズムの自動変換によって、STM32CubeMXの機能を拡張します。これには、ニューラルネットワークと従来の機械学習モデル、および生成された最適化ライブラリをユーザのプロジェクトに統合できます。
使いやすい方法は、ユーザーマニュアルに記載されているように、STM32CubeMXツール(バージョン5.4またはそれ以降)内でダウンロードすることで、人工知能(AI) (UM2526)用のX-CUBE-AI拡張パッケージを開始します。X-CUBE-AI拡張パッケージには、デスクトップPCおよびSTM32での人工知能アルゴリズムの検証を行い、ユーザーが作成したアドホックコードなしでSTM32デバイスでの性能を測定する複数の手段も備わっています。
特徴
- 事前学習済みのニューラルネットワークと従来の機械学習モデルから STM32 に最適化されたライブラリを生成する
- KerasやTensorFlow™Liteなどの様々なディープラーニングフレームワークをネイティブでサポートし、PyTorch™,マイクロソフトCognitive Toolkit, MATLAB® など、オンネクス標準フォーマットにエクスポートできるすべてのフレームワークをサポートします。
- 分離フォレスト、サポートベクターマシン(SVM)、K-meansなどの様々なscikit-learn組み込みモデルのサポート
- KerasネットワークとTensorFlow™ Lite定量化ネットワークの8ビット定量化をサポート
- 重量を外部フラッシュメモリに保存し、外部RAMでアクティベーション・バッファを保存することで、より大きなネットワークが使用可能
- STM32Cube統合を介したさまざまなSTM32マイクロコントローラ・シリーズ全体でのポータビリティが簡単
- TensorFlow™ Liteニューラルネットワークが搭載されており、STM32Cubeのいずれかを使用したコード生成に対応します。マイクロコントローラランタイム用のAIランタイムまたはテンソルフローライト
ビデオ

