Luviner - Edge AI per Ogni Dispositivo

Come funziona

Quattro passi verso l'AI on-device.

Dai dati grezzi dei sensori a un binario hardware-locked in pochi minuti. Nessuna competenza ML richiesta.

Carica CSV

Carica i dati dei sensori con le etichette. È l'unico input necessario.

Addestra

Edge V3 addestra una rete neurale in pochi secondi. 95%+ di accuratezza su dati reali. 6x meno memoria del ML tradizionale.

Registra UID

Associa il modello agli ID hardware dei tuoi chip. Funziona solo sui tuoi dispositivi.

Scarica

Ottieni un .a + .h compilato pronto per il flash. Puro C, zero dipendenze.

luviner-cli

$ luviner train --data sensor_data.csv --target esp32
[info] Caricamento dataset... 1.024 campioni
[info] Rilevate 6 feature, 3 classi
[train] [████████████████████████████] 100%
[result] Accuratezza: 95.2%
[result] Dimensione modello: 1.8 KB
[result] Inferenza: 0.3 ms
✓ Binario compilato → model_esp32.a

Upload CSV, Train Edge V3, Compile Binary, Deploy to MCU

Edge V3Prestazioni

Numeri che contano.

30x

Meno energia rispetto alle reti neurali tradizionali

vs DNN standard

95%

Su benchmark standard UCI HAR (dati reali sensori)

UCI HAR split ufficiale

€2

Gira sui microcontrollori più economici

costo hardware totale

Meno memoria dei modelli ML tradizionali

media ~14 KB vs 82 KB (MLP float64)

<2KB

Footprint tipico del modello

entra in qualsiasi MCU

Da dati sensore a firmware

nessuna competenza ML richiesta

Validato su dataset pubblico UCI HAR — 95,0% di accuratezza sul benchmark standard (split ufficiale, 561 feature, 2.947 campioni test). Competitivo con CNN e LSTM, deployabile su qualsiasi MCU.

Vedi tutti i benchmark →

Funzionalità

Oltre la classificazione.

Strumenti integrati per le sfide di deployment più complesse — dal rilevamento anomalie all'ottimizzazione automatica per l'hardware.

Rilevamento Anomalie

Il tuo sensore impara cos'è "normale" e rileva guasti, derive e anomalie — senza alcun dato di guasto etichettato. Addestra solo su funzionamento normale.

Nessun dato di guasto 100% tasso di rilevamento Streaming

AutoML per MCU

Specifica il tuo chip e i vincoli di memoria. Luviner trova automaticamente l'architettura neurale che massimizza l'accuratezza nel budget hardware.

12+ profili MCU Vincoli personalizzati Automatico

Adattamento On-Device

I modelli deployati migliorano con ~50 nuovi campioni, direttamente sul chip. Nessun riaddestramento da zero. Nessuna connessione cloud.

+26% miglioramento 0,13 KB RAM extra On-device

Compressione Modello

Devi entrare in un chip minuscolo? Luviner trasferisce conoscenza da un modello grande a uno compatto — raggiungendo accuratezze impossibili con addestramento diretto.

+34% accuratezza Da grande a piccolo Stesso hardware

Rilevamento Drift

Il tuo dispositivo monitora i dati in arrivo e segnala quando non corrispondono piu' alla distribuzione di addestramento. Attiva avvisi di riaddestramento automaticamente — senza cloud.

Nessun forward pass 24 bytes RAM Esclusiva

INPUT HIDDEN HIDDEN OUTPUT [x₁] ──────┬── (h₁) ──────┬── (h₅) ──────┬── [class_0] [x₂] ──┬───┼── (h₂) ──┬───┼── (h₆) ──┬───┼── [class_1] [x₃] ──┼───┼── (h₃) ──┼───┼── (h₇) ──┼───┘ [x₄] ──┘───┘── (h₄) ──┘───┘── (h₈) ──┘ ───────────────────────────────────────── 6 features 8 neurons 4 neurons 2 classes <2KB RAM 0.3ms pure C

MeshNovita'

Mesh Intelligence: i tuoi sensori collaborano.

Ogni sensore ha il proprio cervello. Condividono stati neuronali tramite un protocollo mesh leggero — nessun cloud, nessun server centrale. La rete tollera nodi guasti, si auto-ripara e migliora sul campo senza riaddestramento.

+20%

boost di accuratezza vs nodi singoli

24B

per messaggio

cloud necessario

✓

gateway cloud opzionale

La mesh funziona completamente offline. Opzionalmente, un nodo fa da gateway e inoltra gli allarmi alla tua dashboard via WiFi o LoRa — solo risultati, mai dati grezzi.

✓ Anti-manomissione: i nodi compromessi vengono esclusi automaticamente

✓ Auto-riparazione: la rete si riconfigura quando un nodo cade

✓ Multi-hop: l'informazione raggiunge l'intera rete

✓ Condivisione intelligente: ogni nodo impara quali informazioni contano

✓ Apprendimento sul campo: lo sciame migliora senza riaddestramento

✓ Pronto per MCU: tutte le funzioni compilano in firmware C puro automaticamente

6 FUNZIONI ENTERPRISE

FAQ

Domande Frequenti

Sì. I tuoi dati vengono usati esclusivamente per addestrare il tuo modello e non vengono mai condivisi con terze parti né usati per addestrare i nostri modelli. Tutte le connessioni sono crittografate con TLS e puoi eliminare i tuoi dati in qualsiasi momento. Consulta la nostra Informativa Privacy.

Assolutamente sì. Il binario compilato funziona al 100% on-device senza alcuna dipendenza cloud. Una volta flashato sul microcontrollore, non necessita di connessione internet, chiamate API o librerie esterne. Puro C, completamente autonomo.

Su dataset di benchmark raggiungiamo il 98,2% di accuratezza media (Iris, Wine, Cancer, Digits). Sul benchmark standard UCI HAR raggiungiamo il 95%. I risultati reali dipendono dalla qualità dei dati e dalla complessità del task. Puoi addestrare e valutare gratuitamente con il piano Explorer prima di impegnarti.

Una protezione avanzata a livello hardware garantisce che il modello funzioni solo sui dispositivi registrati. Ogni binario compilato è univocamente vincolato al tuo hardware autorizzato. I dispositivi non autorizzati non possono eseguire il modello.

I binari già compilati e deployati continuano a funzionare a tempo indeterminato — sono autonomi e non contattano server. Perdi solo la possibilità di addestrare nuovi modelli e compilare nuovi binari. Il tuo account torna al piano gratuito Evaluation.

No. Carica un CSV con le letture dei sensori e le etichette, clicca Addestra, e Luviner gestisce tutto — estrazione feature, architettura della rete, addestramento, quantizzazione e generazione codice C. L'intero processo richiede pochi minuti.

Si. AutoML per MCU ti permette di specificare il tuo hardware target (es. Cortex-M0 con 32 KB Flash e 8 KB RAM) e Luviner trova automaticamente l'architettura neurale che massimizza l'accuratezza rispettando il budget di memoria. 12+ profili MCU sono preconfigurati, oppure puoi impostare limiti Flash/RAM personalizzati.

AI che gira su
ogni chip.

Carica CSV

Addestra

Registra UID

Scarica

Rilevamento Anomalie

AutoML per MCU

Adattamento On-Device

Compressione Modello

Rilevamento Drift

Manutenzione Predittiva

Wearable

Dispositivi Medici

Mesh Enterprise-Grade: 5 Funzioni che Rendono l'AI Distribuita Pronta per la Produzione

Mesh Intelligence: Quando i Tuoi Sensori Formano un Sistema Nervoso Distribuito

Rilevamento Anomalie Senza Dati di Guasto: Come Luviner Abilita la Manutenzione Predittiva dal Primo Giorno

Pronto a mettere l'AI sui tuoi dispositivi?

AI che gira suogni chip.

Carica CSV

Addestra

Registra UID

Scarica

Rilevamento Anomalie

AutoML per MCU

Adattamento On-Device

Compressione Modello

Rilevamento Drift

Manutenzione Predittiva

Wearable

Dispositivi Medici

Mesh Enterprise-Grade: 5 Funzioni che Rendono l'AI Distribuita Pronta per la Produzione

Mesh Intelligence: Quando i Tuoi Sensori Formano un Sistema Nervoso Distribuito

Rilevamento Anomalie Senza Dati di Guasto: Come Luviner Abilita la Manutenzione Predittiva dal Primo Giorno

Pronto a mettere l'AI sui tuoi dispositivi?

AI che gira su
ogni chip.