嵌入式AI可用于廣泛的終端市場，ST助力工程師克服三道難關

1   AI技術可用于廣泛的終端市場

在ST（意法半導體）產(chǎn)品覆蓋的所有終端市場中（諸如工業(yè)、個人電子產(chǎn)品、家用電器、醫(yī)療保健、汽車等等），人工智能（AI）技術在其中的應用率一直在增長。ST 已發(fā)布了一些基于32 位微控制器、MPU 和MEMS 傳感器的AI 解決方案，這些方案被大量地采用，市場熱度高昂。我們的解決方案可以在所有這些市場應用用例和許多其他用例中為客戶提供支持。為了減少帶寬、電源需求和延遲，近年來的趨勢是從以云為中心的AI 解決方案轉(zhuǎn)向所謂的邊緣AI，在邊緣AI 中，機器學習（ML）算法在微控制器或邊緣傳感器上本地運行，在響應能力、低功耗、數(shù)據(jù)隱私和帶寬使用方面具有巨大優(yōu)勢。未來的挑戰(zhàn)是以極小的功耗（至少1 個數(shù)量級）運行越來越強大的深度學習算法，使更復雜的AI 解決方案能夠在非常微小的設備上運行。

意法半導體 亞太區(qū)人工智能技術創(chuàng)新中心 高級經(jīng)理 Matteo MARAVITA

2   工程師或研發(fā)人員的開發(fā)挑戰(zhàn)

一般來說，開發(fā)者面臨的第1 個挑戰(zhàn)是如何習得一些AI 的基本知識，并了解如何為自己的用例實現(xiàn)ML項目。事實上，使用ML 進行設計需要具有“思維轉(zhuǎn)換”能力，即從傳統(tǒng)編程技術（算法是“先驗”編寫的）轉(zhuǎn)向大量數(shù)據(jù)驅(qū)動的ML 方法。然后，開發(fā)者需要找到最適合自己的應用場景的ML 模型，并了解如何正確評估其性能。而對于經(jīng)驗豐富的AI 開發(fā)者來說，這些基礎知識可能已經(jīng)非常熟悉了，因此他們面臨的挑戰(zhàn)更多地集中在可用于嵌入式系統(tǒng)的工具和庫上，以及找到AI 算法性能與硬件約束（與功耗和解決方案成本相關）之間的最佳權(quán)衡。

3   ST的解決方案

ST 提供完整的解決方案組合和生態(tài)系統(tǒng)，以滿足開發(fā)者關于任何水平、等級的AI 或嵌入式AI 知識的需求。我們可以通過視頻教程、文檔和技術研討會幫助開發(fā)人員獲得ML 設計的基本知識，使AI 初學者能夠使用非常用戶友好的工具，如UnicoGUI 工具（用于集成在我們MEMS 傳感器中的ML 核心）和NanoEdgeAI（用于STM32 上的預測性維護），立即在ST 評估板上開發(fā)他們自己的AI 項目。對于AI 專家提供支持，幫助他們將使用流行的開源框架（如TensorFlow Lite、Keras……）開發(fā)的項目，快速地移植到STM32 上。這要歸功于ST Cube.AI 庫，這些庫針對STM32 硬件特定解決方案進行了優(yōu)化，甚至可以在STM32 和STM32MP1 設備上直接運行TensorFlow Lite 解釋器。除此之外，ST 還提供了大量AI 演示產(chǎn)品組合，涵蓋各種各樣的用例，如電機控制和工業(yè)自動化的預測性維護、醫(yī)療保健和健身的人類活動識別、人員狀態(tài)檢測、人臉識別等，供客戶參考。這些都是免費使用的，相信對學習AI 的開發(fā)者和客戶而言也有一定的價值。如果您想獲得有關ST AI 解決方案的最新信息，您可以聯(lián)系我們的本地銷售或分銷商。

（本文來源于《電子產(chǎn)品世界》雜志2021年9月期）