丁曉磊

根據(jù)算力的需求，人工智能（AI）技術(shù)主要分為云端AI處理和端側(cè)的AI處理。在集中式人工智能解決方案中，嵌入式設(shè)備（智能音箱、可穿戴設(shè)備等）通常依賴(lài)云服務(wù)器實(shí)現(xiàn)人工智能能力。而在邊緣AI解決方案中，嵌入式設(shè)備本身即可在本地運(yùn)行人工智能算法，實(shí)現(xiàn)實(shí)時(shí)環(huán)境感知、人機(jī)交互、決策控制等功能。

由于數(shù)據(jù)傳輸延遲等因素的限制，基于云的解決方案可能無(wú)法滿(mǎn)足部分用戶(hù)對(duì)數(shù)據(jù)安全性、系統(tǒng)響應(yīng)能力、私密性、以及本地節(jié)點(diǎn)功耗的需求。越來(lái)越多在服務(wù)器端的AI計(jì)算功能，必然向終端系統(tǒng)下沉，使得終端系統(tǒng)更加智能化。將推理過(guò)程移到深度邊緣計(jì)算會(huì)帶來(lái)一些優(yōu)勢(shì)，比如系統(tǒng)響應(yīng)能力、更好的用戶(hù)信息隱私保護(hù)（并非所有數(shù)據(jù)都需要通過(guò)多個(gè)系統(tǒng)傳輸?shù)皆贫耍?、降低連接成本和功耗。因此，有越來(lái)越多的云端人工智能處理在向邊緣側(cè)轉(zhuǎn)移。

根據(jù)ABI的研究結(jié)果，到2030年，邊緣AI器件的全球?qū)缲浟繉⑦_(dá)到25億臺(tái)。意法半導(dǎo)體作為該趨勢(shì)的主要推動(dòng)者，期望通過(guò)全面的AI解決方案，助力客戶(hù)把機(jī)器學(xué)習(xí)功能嵌入到產(chǎn)品中。嵌入式機(jī)器學(xué)習(xí)可以以簡(jiǎn)單、快速、低成本的方式改善許多應(yīng)用。像：預(yù)測(cè)性維護(hù)、物聯(lián)網(wǎng)產(chǎn)品、智能建筑、資產(chǎn)跟蹤、人員統(tǒng)計(jì)等，因?yàn)榧闪巳斯ぶ悄?，這些應(yīng)用都可以變得更加智能！意法半導(dǎo)體依托我們?cè)赟TM32 MCU和MPU，傳感器的產(chǎn)品組合，以及ST在軟硬件工具的強(qiáng)大生態(tài)，在邊緣AI上推岀了全面的解決方案，幫助客戶(hù)開(kāi)發(fā)集成人工智能方案。

意法半導(dǎo)體希望幫助開(kāi)發(fā)人員在基于STM32微控制器/微處理器和傳感器的嵌入式系統(tǒng)上快速部署AI 應(yīng)用。為STM32系列的MCU （微控制器）、MPU （微處理器）和集成了機(jī)器學(xué)習(xí)核心（MLC）的MEMS傳感器提供了整套的AI解決方案，包含工具、軟件擴(kuò)展包、芯片硬件，其中配合STM32 MCU使用的兩種主要軟件工具 STM32Cube.AI 和NanoEdge AI Studio 具有強(qiáng)大的功能，可以幫助客戶(hù)加快開(kāi)發(fā)周期。如果客戶(hù)具有人工智能方面的數(shù)據(jù)和算法知識(shí)，STM32Cube.AI可以幫助客戶(hù)實(shí)現(xiàn)在STM32微控制器上移植和優(yōu)化人工神經(jīng)網(wǎng)絡(luò)模型。在軟件方面，ST推岀一系列的STM32功能包加速客戶(hù)的軟件開(kāi)發(fā)。

為了簡(jiǎn)化應(yīng)用開(kāi)發(fā)，ST在計(jì)算機(jī)視覚、傳感和狀態(tài)監(jiān)測(cè)等應(yīng)用上都提供代碼示例的AI功能包。AI 功能包集成了人工神經(jīng)網(wǎng)絡(luò)與前/后處理功能，以及 MCU的外設(shè)部署。這些功能包可以幫助客戶(hù)縮短開(kāi)發(fā)時(shí)間，讓客戶(hù)更專(zhuān)注人工神經(jīng)網(wǎng)絡(luò)模型和具體的應(yīng)用上。ST還提供了在MPU平臺(tái)上使用人工智能的功能包 X-Linux-AI，讓客戶(hù)可以很快速的在MPU平臺(tái)上使用 AI功能。

通過(guò)我們接觸的眾多客戶(hù)的AI需求來(lái)看，在不同的垂直領(lǐng)域有多樣化的需求。很多情況下，客戶(hù)使用傳統(tǒng)方法沒(méi)有滿(mǎn)意的解決方案，現(xiàn)在邊緣側(cè)AI給這些行業(yè)客戶(hù)打開(kāi)了一扇新的窗戶(hù)，可以嘗試使用AI的思路來(lái)解決行業(yè)里的痛點(diǎn)。目前意法半導(dǎo)體在AI上的主要應(yīng)用方向工業(yè)預(yù)測(cè)性維護(hù)、消費(fèi)類(lèi)的音頻和傳感、以及各種計(jì)算機(jī)視覚，已經(jīng)越來(lái)越多的在解決垂直領(lǐng)域的行業(yè)痛點(diǎn)。比如端側(cè)設(shè)備的人工智能系統(tǒng)中，很多有電池供電的需求，因此對(duì)低功耗更為敏感。ST憑借豐富的低功耗技術(shù)儲(chǔ)備和對(duì)低功耗市場(chǎng)的專(zhuān)注，在超低功耗 MCU領(lǐng)域一直具有強(qiáng)大的優(yōu)勢(shì)。從全新工藝、更多低功耗模式和省電技巧、以及新的低功耗后臺(tái)模式，在保持運(yùn)算能力的前提下，讓整個(gè)系統(tǒng)的功耗更低。