Das Projekt NEUROKIT2E zielt darauf ab, ein unabhängiges Open-Source-Framework für Edge-/Embedded-KI zu entwickeln, welches eine internationale Gemeinschaft von Nutzern und eine Vielzahl von Anwendungsbereichen unterstützen kann. Dieses europäische Framework speziell für eingebettete KI soll mit bestehenden Frameworks kompatibel sein und die Entwicklung und Implementierung von KI-Anwendungen auf eingebetteter Hardware erleichtern. NEUROKIT2E wird durch eine Reihe von Werkzeugen realisiert, die die gesamte Kette vom Design der KI-Anwendung bis zu ihrer Hardware-Implementierung abdecken und die Entwicklung von Hardwarekomponenten speziell für eingebettete KI ermöglichen. Dies wird die Verbesserung kritischer Blöcke wie Quantisierung, Pruning, Hardware-Modelle und Optimierungstechniken für maschinelles Lernen ermöglichen, um mit den knappen Ressourcen und Einschränkungen von AIoT umzugehen. Im Rahmen des Neurokit2e-Projekts wird Codasip kundenspezifische RISC-V-Erweiterungen und digitale IP-Blöcke in Codasip Studio erforschen, entwickeln, entwerfen und optimieren, die die Ausführung von SNNs und/oder einer Mischung verschiedener Arten von DNNs beschleunigen werden. Codasip beabsichtigt, die von den akademischen Partnern durchgeführte Forschung zu nutzen.