意法半導(dǎo)體推出業(yè)界首創(chuàng)的云端MCU邊緣人工智能開發(fā)者平臺(tái)

服務(wù)多重電子應(yīng)用領(lǐng)域、全球排名前列的半導(dǎo)體公司意法半導(dǎo)體(STMicroelectronics，簡稱ST)繼續(xù)擴(kuò)大嵌入人工智能（AI）解決方案組合，為嵌入式人工智能開發(fā)人員和數(shù)據(jù)專家提供一套業(yè)界首創(chuàng)的在線開發(fā)工具和服務(wù)。STM32Cube.AI云端開發(fā)者平臺(tái)讓開發(fā)者有機(jī)會(huì)使用一整套圍繞行業(yè)領(lǐng)先的 STM32微控制器 (MCU)構(gòu)建的在線開發(fā)工具，促進(jìn)軟硬件選購決策，降低邊緣人工智能技術(shù)開發(fā)復(fù)雜度，加快新產(chǎn)品上市速度。

意法半導(dǎo)體通用微控制器子產(chǎn)品部執(zhí)行副總裁Ricardo De Sa Earp 表示：“ 我們的目標(biāo)是提供優(yōu)質(zhì)的軟硬件和開發(fā)服務(wù)，幫助嵌入式開發(fā)人員和數(shù)據(jù)專家應(yīng)對(duì)各種挑戰(zhàn)，更快、更輕松地開發(fā)邊緣 AI 應(yīng)用。今天，我們推出了業(yè)界首個(gè)云端MCU AI開發(fā)者平臺(tái)。這個(gè)新工具與我們的 STM32Cube.AI 生態(tài)系統(tǒng)緊密配合，可以讓開發(fā)者在云端用 STM32 硬件遠(yuǎn)程測(cè)試神經(jīng)網(wǎng)絡(luò)模型，節(jié)省開發(fā)工作量和成本?！?/p>

為滿足市場(chǎng)對(duì)基于邊緣人工智能的系統(tǒng)不斷增長的需求，意法半導(dǎo)體之前推出了STM32Cube.AI優(yōu)化桌面前臺(tái)軟件，讓開發(fā)人員能夠在STM32板上優(yōu)化并評(píng)測(cè)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，生成能夠在STM32板上高效運(yùn)行的AI模型代碼。今天，意法半導(dǎo)體又推出了這個(gè)工具的在線版——STM32Cube.AI云端開發(fā)者平臺(tái)。這一新工具取得多項(xiàng)行業(yè)首創(chuàng)：

●   在線圖形用戶界面：針對(duì)STM32 微控制器優(yōu)化神經(jīng)網(wǎng)絡(luò)模型，并生成在STM32 微控制器上高效運(yùn)行的模型C 代碼，無需事先安裝軟件。得益于經(jīng)過業(yè)界驗(yàn)證的STM32Cube.AI神經(jīng)網(wǎng)絡(luò)優(yōu)化性能，數(shù)據(jù)科學(xué)家和開發(fā)人員可以輕松、快速開發(fā)邊緣人工智能項(xiàng)目。

●   STM32模型庫：包含可訓(xùn)練的深度學(xué)習(xí)模型和演示應(yīng)用代碼，有助于加快應(yīng)用項(xiàng)目開發(fā)。在工具發(fā)布時(shí)可用的用例包括人體活動(dòng)識(shí)別跟蹤運(yùn)動(dòng)感測(cè)、圖像分類或物體檢測(cè)計(jì)算機(jī)視覺、音頻分類事件檢測(cè)等。這些人工智能模型庫托管在GitHub上，可以自動(dòng)優(yōu)化并生成在 STM32上高效運(yùn)行的“Getting Start”軟件包。  

●   世界首個(gè)在線基準(zhǔn)測(cè)試服務(wù)：在STM32板上評(píng)測(cè)邊緣 AI 神經(jīng)網(wǎng)絡(luò)模型的性能。云端電路板庫提供各種STM32電路板，板庫定期更新，使數(shù)據(jù)科學(xué)家和開發(fā)人員能夠用各種電路板遠(yuǎn)程測(cè)試模型優(yōu)化后的實(shí)際性能。

STM32Cube.AI Developer Cloud [https://stm32ai-cs.st.com] 現(xiàn)在供 MyST 注冊(cè)用戶免費(fèi)使用。

該工具現(xiàn)已通過多位嵌入式開發(fā)客戶的測(cè)試和評(píng)估。

Zebra Technologies Corporation(斑馬科技公司)研發(fā)中心杰出技術(shù)專家Toly Kotlarsky ：

“目前我們?cè)赟TM32Cube.AI應(yīng)用方面已經(jīng)卓有成效，它成功幫助我們?cè)诘统杀镜?nbsp;MCU 上實(shí)現(xiàn)了高性能 AI應(yīng)用。今天，我們很高興地看到該產(chǎn)品進(jìn)一步升級(jí)，增加了在線用戶界面，能夠遠(yuǎn)程評(píng)估 AI 模型的性能，并在流程的早期就選擇出合適的硬件架構(gòu)，以便我們可以更快地集中精力開發(fā) AI 應(yīng)用?？偟脕碚f，我們對(duì) ST AI 團(tuán)隊(duì)提供的服務(wù)和支持感到非常滿意?！?/p>

施耐德電氣人工智能預(yù)測(cè)和戰(zhàn)略部副總裁Didier PELLEGRIN：

“模型庫、STM32Cube.AI在線用戶界面、以及遠(yuǎn)程STM32 板上模型基準(zhǔn)測(cè)試等功能，讓我們具備豐富硬件知識(shí)的數(shù)據(jù)專家能夠更輕松地評(píng)估 AI 模型嵌入我們產(chǎn)品MCU的能力。此外，點(diǎn)擊幾下鼠標(biāo)就能在多個(gè) STM32 微控制器上測(cè)試模型，讓我們能夠在早期設(shè)計(jì)階段就考慮采用嵌入式 AI 處理，設(shè)計(jì)出更高級(jí)的功能。”

Husqvarna 集團(tuán)AI實(shí)驗(yàn)室AI 創(chuàng)意與研究總監(jiān)Johan A. Simonsson：

“STM32Cube.AI云端開發(fā)者平臺(tái)讓我們的數(shù)據(jù)專家和嵌入式開發(fā)人員以一種更簡單的方式協(xié)作和分享他們?cè)谇度胧缴窠?jīng)網(wǎng)絡(luò)方面的知識(shí)，有助于簡化我們的開發(fā)流程?；鶞?zhǔn)測(cè)試功能還使我們的數(shù)據(jù)科學(xué)家確保模型能夠在MCU上順利運(yùn)行。這些優(yōu)點(diǎn)有助于我們保持競(jìng)爭(zhēng)力，致力于為客戶提供最佳解決方案?！?/p>

Somfy 公司微控制器和數(shù)字元件專家工程師Serge Robin：

“有了STM32Cube.AI云端開發(fā)者平臺(tái)，我們可以在很短的時(shí)間內(nèi)確認(rèn)我們的嵌入式 AI產(chǎn)品開發(fā)方法是否可行。通過使用電路板庫，我們能夠確認(rèn)模型可以在MCU上順利運(yùn)行，還能在不同的 STM32 板上執(zhí)行遠(yuǎn)程基準(zhǔn)測(cè)試，選擇出最適合的 STM32?？偟脕碚f，在線版STM32Cube.AI非常受歡迎，能夠幫助我們?cè)谖磥黹_發(fā)出更多創(chuàng)新的產(chǎn)品?！?/p>

Lacroix 研發(fā)執(zhí)行副總裁 Stephane Henry：

“STM32模型庫可以大大簡化機(jī)器學(xué)習(xí)(ML)開發(fā)流程，并提供支持STM32 MCU的提前訓(xùn)練好的模型。因?yàn)檫@些模型可以輕松獲取并集成到新項(xiàng)目中，從而減少了耗時(shí)的模型訓(xùn)練和實(shí)驗(yàn)過程，可以顯著縮短產(chǎn)品上市時(shí)間?！?/p>

SIANA Systems公司 首席執(zhí)行官Sylvain Bernard：

“我們從早期就開始使用 STM32Cube.AI，并將 CLI 集成到我們的開發(fā)流程中。最新的基于云的 REST API 及其 Python裝飾器/模塊將大大降低我們 CI/CD 工具維護(hù)的復(fù)雜性。結(jié)合出色的模型庫，這項(xiàng)新服務(wù)將縮短開發(fā)時(shí)間，幫助開發(fā)人員加快研發(fā)周期?！?/p>