采用恩智浦應(yīng)用軟件包快速啟動產(chǎn)品開發(fā)

處理邊緣連接的機(jī)器學(xué)習(xí)（ML）應(yīng)用的復(fù)雜性是一個艱巨而漫長的過程。將相關(guān)應(yīng)用功能與在經(jīng)濟(jì)高效的平臺上部署此ML模型的復(fù)雜性結(jié)合起來，需要花費(fèi)大量的精力和時間。恩智浦基于ML的系統(tǒng)狀態(tài)監(jiān)測應(yīng)用軟件包（App SW Pack）為快速開發(fā)此類復(fù)雜應(yīng)用提供了量產(chǎn)源代碼。

打造邊緣就緒解決方案并非易事，如今幾乎所有開發(fā)人員都避免嘗試從頭開始構(gòu)建應(yīng)用或產(chǎn)品。始終存在的面市時間壓力意味著，終端產(chǎn)品制造商和應(yīng)用工程師越來越依賴現(xiàn)有的示例和抽象層來節(jié)省時間。這使我們能夠更多關(guān)注用戶體驗(yàn)和更高應(yīng)用級別的編碼，以便集成到終端產(chǎn)品中，而不是花費(fèi)時間和精力重新開發(fā)核心代碼，如底層驅(qū)動程序、中間件和通信堆棧。關(guān)注終端產(chǎn)品的用戶體驗(yàn)和差異化特點(diǎn)是當(dāng)今產(chǎn)品開發(fā)工作的關(guān)鍵驅(qū)動因素，因此參考應(yīng)用是快速穩(wěn)健開發(fā)基于MCU和應(yīng)用處理器的產(chǎn)品的關(guān)鍵推動因素。

恩智浦的應(yīng)用支持工具涵蓋的范圍廣，從解決特定器件功能問題的應(yīng)用筆記到支持量產(chǎn)的全包式解決方案，應(yīng)有盡有。全包式解決方案包含面向特定用例的定制參考硬件，可快速轉(zhuǎn)化為終端產(chǎn)品。我們需要在支持工具中找到平衡，既有完整應(yīng)用解決方案作為參考，但也能靈活調(diào)整以適應(yīng)客戶的應(yīng)用需求。

為了滿足這一點(diǎn)，同時進(jìn)一步完善廣泛的MCU和應(yīng)用處理器產(chǎn)品系列，恩智浦新增了“應(yīng)用軟件包”，提供真實(shí)、完整的應(yīng)用軟件包，軟件包高度靈活，廣大受眾可應(yīng)用于各種技術(shù)領(lǐng)域的客戶產(chǎn)品中。

靈活的恩智浦應(yīng)用軟件包

應(yīng)用軟件包是一種混合軟件包，在全包式解決方案和示例應(yīng)用代碼之間找到了平衡。它們可以用于產(chǎn)品化（類似于全包式解決方案），但也可通過定制產(chǎn)品化的開源策略，滿足更多開發(fā)人員。應(yīng)用軟件包內(nèi)容完整且易于使用，包括驅(qū)動程序、中間件、通信堆棧和示例應(yīng)用的組合，以及全面的指南和培訓(xùn)材料（應(yīng)用筆記、實(shí)驗(yàn)指南、培訓(xùn)視頻等），開發(fā)人員能夠快速上手，順利集成到產(chǎn)品中。

恩智浦正在開發(fā)一系列應(yīng)用軟件包，目標(biāo)應(yīng)用領(lǐng)域包括機(jī)器學(xué)習(xí)、連接、遠(yuǎn)程設(shè)備管理、語音和視覺領(lǐng)域等。

基于機(jī)器學(xué)習(xí)的系統(tǒng)狀態(tài)監(jiān)測系統(tǒng)——應(yīng)用軟件包

應(yīng)用軟件包系列中的第一款產(chǎn)品是基于機(jī)器學(xué)習(xí)的時間序列數(shù)據(jù)的狀態(tài)監(jiān)測系統(tǒng)。

鑒于機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的復(fù)雜性，再加上MCU的尺寸越來越小，機(jī)器學(xué)習(xí)應(yīng)用開發(fā)可能會令人卻步?；跈C(jī)器學(xué)習(xí)的系統(tǒng)狀態(tài)監(jiān)測系統(tǒng)應(yīng)用軟件包的創(chuàng)建可簡化智能傳感設(shè)備的開發(fā)，這些設(shè)備依賴于時間序列數(shù)據(jù)的機(jī)器學(xué)習(xí)處理來生成決策，而無需人工干預(yù)。

基于機(jī)器學(xué)習(xí)的系統(tǒng)狀態(tài)監(jiān)測系統(tǒng)流程圖

借助這款基于機(jī)器學(xué)習(xí)的系統(tǒng)狀態(tài)監(jiān)測系統(tǒng)應(yīng)用軟件包，開發(fā)人員能夠在基于MCU的系統(tǒng)上開發(fā)和部署神經(jīng)網(wǎng)絡(luò)。此應(yīng)用軟件包展示了如何創(chuàng)建風(fēng)扇振動狀態(tài)監(jiān)測和故障識別解決方案，還詳細(xì)介紹了如何在基于MCU的嵌入式目標(biāo)上驗(yàn)證和評估模型的性能。它通過真實(shí)的用例（從t0開始），在嵌入式板上部署并評估ML模型，演示了ML開發(fā)的每一步：

1.如何收集數(shù)據(jù)并構(gòu)建定制的綜合數(shù)據(jù)集

2.如何定義神經(jīng)網(wǎng)絡(luò)的架構(gòu)并訓(xùn)練模型

3.如何在嵌入式器件上驗(yàn)證和部署模型

基于ML的系統(tǒng)狀態(tài)監(jiān)測系統(tǒng)應(yīng)用軟件包使用eIQ?ML開發(fā)環(huán)境開發(fā)，附帶MCU軟件、各種ML項(xiàng)目和有益的輔助資料（應(yīng)用筆記、實(shí)驗(yàn)室指南和視頻、培訓(xùn)和驗(yàn)證數(shù)據(jù)集）。與eIQ的結(jié)合使基于ML的系統(tǒng)狀態(tài)監(jiān)測系統(tǒng)應(yīng)用軟件包能夠利用eIQ框架內(nèi)的基本基線支持，包括eIQ工具包、eIQ門戶和基于MCU的eIQ推理引擎，如DeepViewRTTM、Glow和TensorFlowTM Lite Micro。

作者：

Liviu Ene

恩智浦邊緣處理事業(yè)部戰(zhàn)略項(xiàng)目團(tuán)隊(duì)嵌入式系統(tǒng)工程師

Liviu是一位充滿激情的工程師，在嵌入式軟件和硬件領(lǐng)域擁有豐富經(jīng)驗(yàn)，擅長基于MCU和應(yīng)用處理器的產(chǎn)品技術(shù)，他專注于邊緣計(jì)算，包括創(chuàng)新、可擴(kuò)展性、增強(qiáng)的用戶體驗(yàn)、節(jié)能、安全性、連接性和機(jī)器學(xué)習(xí)方面。目前，他在戰(zhàn)略合作團(tuán)隊(duì)中的工作重點(diǎn)是與合作伙伴無縫合作，為客戶提供量身定制的解決方案，并加快基于恩智浦的新產(chǎn)品的開發(fā)。