以全面解決方案，助力客戶開發集成邊緣人工智能方案

丁曉磊

根據算力的需求，人工智能（AI）技術主要分為云端AI處理和端側的AI處理。在集中式人工智能解決方案中，嵌入式設備（智能音箱、可穿戴設備等）通常依賴云服務器實現人工智能能力。而在邊緣AI解決方案中，嵌入式設備本身即可在本地運行人工智能算法，實現實時環境感知、人機交互、決策控制等功能。

由于數據傳輸延遲等因素的限制，基于云的解決方案可能無法滿足部分用戶對數據安全性、系統響應能力、私密性、以及本地節點功耗的需求。越來越多在服務器端的AI計算功能，必然向終端系統下沉，使得終端系統更加智能化。將推理過程移到深度邊緣計算會帶來一些優勢，比如系統響應能力、更好的用戶信息隱私保護（并非所有數據都需要通過多個系統傳輸到云端）、降低連接成本和功耗。因此，有越來越多的云端人工智能處理在向邊緣側轉移。

根據ABI的研究結果，到2030年，邊緣AI器件的全球岀貨量將達到25億臺。意法半導體作為該趨勢的主要推動者，期望通過全面的AI解決方案，助力客戶把機器學習功能嵌入到產品中。嵌入式機器學習可以以簡單、快速、低成本的方式改善許多應用。像：預測性維護、物聯網產品、智能建筑、資產跟蹤、人員統計等，因為集成了人工智能，這些應用都可以變得更加智能！意法半導體依托我們在STM32 MCU和MPU，傳感器的產品組合，以及ST在軟硬件工具的強大生態，在邊緣AI上推岀了全面的解決方案，幫助客戶開發集成人工智能方案。

意法半導體希望幫助開發人員在基于STM32微控制器/微處理器和傳感器的嵌入式系統上快速部署AI 應用。為STM32系列的MCU （微控制器）、MPU （微處理器）和集成了機器學習核心（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 具有強大的功能，可以幫助客戶加快開發周期。如果客戶具有人工智能方面的數據和算法知識，STM32Cube.AI可以幫助客戶實現在STM32微控制器上移植和優化人工神經網絡模型。在軟件方面，ST推岀一系列的STM32功能包加速客戶的軟件開發。

為了簡化應用開發，ST在計算機視覚、傳感和狀態監測等應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網絡與前/后處理功能，以及 MCU的外設部署。這些功能包可以幫助客戶縮短開發時間，讓客戶更專注人工神經網絡模型和具體的應用上。ST還提供了在MPU平臺上使用人工智能的功能包 X-Linux-AI，讓客戶可以很快速的在MPU平臺上使用 AI功能。

通過我們接觸的眾多客戶的AI需求來看，在不同的垂直領域有多樣化的需求。很多情況下，客戶使用傳統方法沒有滿意的解決方案，現在邊緣側AI給這些行業客戶打開了一扇新的窗戶，可以嘗試使用AI的思路來解決行業里的痛點。目前意法半導體在AI上的主要應用方向工業預測性維護、消費類的音頻和傳感、以及各種計算機視覚，已經越來越多的在解決垂直領域的行業痛點。比如端側設備的人工智能系統中，很多有電池供電的需求，因此對低功耗更為敏感。ST憑借豐富的低功耗技術儲備和對低功耗市場的專注，在超低功耗 MCU領域一直具有強大的優勢。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模式，在保持運算能力的前提下，讓整個系統的功耗更低。