電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）由于數(shù)據(jù)安全性、系統(tǒng)響應(yīng)性、隱私保護(hù)，以及本地節(jié)點(diǎn)因數(shù)據(jù)傳輸延遲等因素導(dǎo)致的功耗，基于云的解決方案無法滿足部分用戶的需求。于是，越來越多的AI計(jì)算功能從服務(wù)器端下沉到終端系統(tǒng)，使得終端系統(tǒng)變得更加智能。

據(jù)Astute Analytica此前的研究預(yù)測，邊緣AI市場規(guī)模將從2021年的140萬增長至2027年的800萬，年復(fù)合增長率達(dá)到29.8%。過去幾年，眾多全球知名芯片企業(yè)都在邊緣AI領(lǐng)域進(jìn)行了布局，并憑借自身優(yōu)勢為各行業(yè)提供邊緣AI解決方案，包括ST、安森美、英飛凌等。

ST NanoEdge AI Studio開發(fā)工具加速AI模型建模速度

過去幾年，ST一直致力于人工智能技術(shù)的研發(fā)，并利用多年積累的知識經(jīng)驗(yàn)開發(fā)相關(guān)的工具，支持嵌入式開發(fā)者在ST微控制器和傳感器上部署人工智能技術(shù)。近日，意法半導(dǎo)體中國區(qū)微控制器AI市場經(jīng)理丁曉磊在接受電子發(fā)燒友采訪的時候表示：“因?yàn)槊總€客戶及他們的項(xiàng)目都不一樣，為此，我們開發(fā)了硬件、軟件和工具，以幫助不同用戶可以快速部署正確的應(yīng)用解決方案?！?br />
首先是STM32Cube.AI，該工具軟許開發(fā)人員優(yōu)化提前訓(xùn)練好的AI模型，并將其安裝到任何一款STM32微控制器上。STM32Cube.AI工具支持TensorFlow Lite、Keras、Pytorch 等AI開發(fā)框架，還可以減少軟件優(yōu)化和移植的工作量，讓高成本效益的高能效的STM32 MCU能夠運(yùn)行神經(jīng)網(wǎng)絡(luò)。

其次ST還為客戶提供了一個NanoEdge AI Studio的開發(fā)工具，用于加快高性能AI模型的建模速度，就算沒有AI或數(shù)據(jù)科學(xué)專業(yè)知識，開發(fā)者也能使用這個工具，通過對數(shù)百萬個模型組合進(jìn)行基準(zhǔn)測試，從頭開始生成機(jī)器學(xué)習(xí)模型，為客戶提供專為任何STM32微控制器優(yōu)化的異常檢測、分類和回歸算法?，F(xiàn)在，該工具還可以創(chuàng)建能夠在ST的內(nèi)置新智能傳感器處理單元（ISPU）的傳感器上運(yùn)行的AI模型。

另外在NanoEdge AI Studio生成的模型中，有些能夠在微控制器上執(zhí)行本地學(xué)習(xí)任務(wù)，有了這個學(xué)習(xí)能力，模型可以變得“會學(xué)習(xí)”，并且變得更加準(zhǔn)確，而無須任何基于大數(shù)據(jù)集的二次訓(xùn)練。ST還提出了可以在STM32微處理器上輕松運(yùn)行AI的解決方案，適合對算力要求更高的應(yīng)用系統(tǒng)。

ST開發(fā)的功能軟件包還能為用戶帶來很多好處，比如，幫助用戶快速啟動計(jì)算機(jī)視覺、感知 和工況監(jiān)測等各種應(yīng)用開發(fā)項(xiàng)目。在這些軟件包中有訓(xùn)練好的AI模型、應(yīng)用代碼和開發(fā)人員需要的所有固件，這可以為開發(fā)者節(jié)省寶貴的時間。

相對來說，兩個優(yōu)勢互補(bǔ)的軟件工具STM32Cube.AI和NanoEdge AI Studio，產(chǎn)品種類豐富的STM32 微控制器和微處理器，以及大量的傳感器產(chǎn)品組合，讓ST的人工智能解決方案成為市場上比較豐富的人工智能產(chǎn)品組合。ST的整體解決方案可以針對任何應(yīng)用需求進(jìn)行高度優(yōu)化。同時，ST還可以為客戶提供強(qiáng)大的技術(shù)支持，客戶通過STM32社區(qū)可以訪問龐大的STM32用戶群，以及獲得隨時準(zhǔn)備幫助他們創(chuàng)新的合作伙伴。

STM32 AI解決方案可以輕松改進(jìn)嵌入式AI的應(yīng)用，比如有這樣一個邊緣AI的應(yīng)用案例，一位客戶利用ST的生態(tài)系統(tǒng)開發(fā)了人工智能解決方案，為工業(yè)設(shè)備增加預(yù)測性維護(hù)功能。這些預(yù)測性維護(hù)解決方案可以減少設(shè)備停機(jī)時間，提高生產(chǎn)效率，優(yōu)化人工干預(yù)。據(jù)這家客戶的總裁表述，他們的Bob Assistant助理基于ST技術(shù)，現(xiàn)已安裝在歐洲的數(shù)十個工廠，為數(shù)千臺設(shè)備提供24/7全天候預(yù)測性維護(hù)，其中包括泵、空調(diào)、發(fā)動機(jī)和暖通空調(diào)。

據(jù)丁曉磊介紹，NanoEdge AI軟件庫的設(shè)備上學(xué)習(xí)功能有巨大的價值，可以執(zhí)行增量學(xué)習(xí)，使模型適應(yīng)每個環(huán)境中的特定設(shè)備。因此，該解決方案可以實(shí)時、高精度地檢測運(yùn)行特性的變化，并發(fā)送警報(bào)通知維護(hù)團(tuán)隊(duì)，以便他們在重大故障發(fā)生之前調(diào)整設(shè)備，這都要?dú)w功于在超低功耗 STM32 微控制器上運(yùn)行的機(jī)器學(xué)習(xí)算法。

英飛凌具有AI能力的MCU賦能汽車、工業(yè)、消費(fèi)領(lǐng)域

隨著技術(shù)的發(fā)展和電子產(chǎn)品智能化的趨勢帶動，AI的應(yīng)用正在逐漸從云側(cè)的服務(wù)器下沉至邊緣甚至端側(cè)的智能硬件。這樣的變化會大大降低被數(shù)據(jù)占用的網(wǎng)絡(luò)帶寬，數(shù)據(jù)處理的時效性會提高，這對用戶隱私數(shù)據(jù)的保護(hù)也起到非常積極的作用。

作為連接現(xiàn)實(shí)世界和數(shù)字世界的領(lǐng)導(dǎo)者，英飛凌非常了解這樣設(shè)計(jì)的重要性。英飛凌科技安全互聯(lián)系統(tǒng)事業(yè)部市場總監(jiān)彭祖年在接受電子發(fā)燒友采訪的時候表示：“在智能硬件中，最為核心的就是MCU產(chǎn)品。當(dāng)我們賦予MCU機(jī)器學(xué)習(xí)的功能時，就可以讓開發(fā)者在更加智能的平臺上運(yùn)用人工智能的模型與算法實(shí)現(xiàn)他們的設(shè)計(jì)?！?br />
目前英飛凌的MCU產(chǎn)品主要圍繞IoT相關(guān)的應(yīng)用，并努力將IoT的產(chǎn)品向AIoT方向推進(jìn)。英飛凌認(rèn)為，IoT的主要應(yīng)用場景可以歸納為汽車應(yīng)用場景、工業(yè)應(yīng)用場景和消費(fèi)應(yīng)用場景。

據(jù)彭祖年介紹，在汽車方面，英飛凌的車規(guī)級MCU無論是在車身、底盤還是三電系統(tǒng)，都為V2X的時代做好了準(zhǔn)備；在工業(yè)方面，AI的能力可以應(yīng)用于更高效及更精準(zhǔn)的工況監(jiān)測，實(shí)現(xiàn)自動標(biāo)定、預(yù)測性維護(hù)等功能，保障自動化生產(chǎn)的安全穩(wěn)定運(yùn)轉(zhuǎn)；在消費(fèi)方面，AI可以和更多具備感知功能的傳感器一起，在運(yùn)動監(jiān)測、場景感知等應(yīng)用方向顯著提高設(shè)備的判斷準(zhǔn)確性，給用戶來帶更好的體驗(yàn)。

彭祖年認(rèn)為，AI不是簡單的IP堆疊，MCU產(chǎn)品需要平衡眾多的設(shè)計(jì)要素，從功耗、運(yùn)算性能，到數(shù)據(jù)的存儲及讀取效率，以及對外表達(dá)的效果等諸多方面都需要得到兼顧，如此才能打造出一款好的產(chǎn)品。另外，開發(fā)工具也是用戶在開發(fā)MCU過程中必不可少的一環(huán)。

為了更好的支持AI功能的開發(fā)，英飛凌推出了ModusToolbox? 機(jī)器學(xué)習(xí)工具，能夠快速評估ML 模型并將其部署到英飛凌MCU 上。ModusToolbox? ML 旨在與BSP、連接堆棧、中間件和有直觀的配置器的ModusToolbox? 軟件生態(tài)系統(tǒng)無縫協(xié)作，以便開發(fā)人員可以專注于他們的應(yīng)用程序差異化并加快進(jìn)入市場。

目前ModusToolbox? ML 已經(jīng)實(shí)現(xiàn)：從流行的訓(xùn)練框架（如TensorFlow?）導(dǎo)入模型；優(yōu)化嵌入式平臺的模型以減少系統(tǒng)資源和復(fù)雜性；通過基準(zhǔn)測試驗(yàn)證優(yōu)化模型的性能；生成優(yōu)化模型代碼和庫與ModusToolbox? 開發(fā)流程整合。彭祖年表示，這樣，在一個根據(jù)運(yùn)動傳感器（加速度計(jì)和陀螺儀）數(shù)據(jù)執(zhí)行手勢分類的案例中，該模型經(jīng)過訓(xùn)練后就可對圓形、方形和單向前后左右手勢進(jìn)行分類。

安森美芯片平臺助力邊緣AI客戶縮短研發(fā)周期、降低成本

安森美非常重視邊緣AI應(yīng)用的發(fā)展，目前已經(jīng)布局了超低功耗藍(lán)牙平臺助力邊緣AI設(shè)備擺脫線纜的束縛同時能夠輕松上云；同時也發(fā)布了超低功耗超強(qiáng)性能自帶NNA神經(jīng)網(wǎng)絡(luò)加速器的6核架構(gòu)DSP芯片Ezairo8300，實(shí)現(xiàn)邊緣AI本地化深度學(xué)習(xí)，配合安森美的各種功率器件，圖像傳感器以及最新發(fā)布的先進(jìn)的電感式編碼器芯片NCS32100，可以讓邊緣AI設(shè)備制造商輕松獲取bundle solution節(jié)省溝通成本。

安森美芯片平臺具有超低功耗、超低物料單(BOM)成本、超強(qiáng)性能、超短研發(fā)周期等優(yōu)勢。比如，安森美推出的超低功耗藍(lán)牙RSL1X系列芯片（RSL10與RSL15），最低深度睡眠功耗可達(dá)65nA，同時創(chuàng)新Smart sensor低功耗模式，在ADC采樣持續(xù)進(jìn)行下MCU仍可進(jìn)入睡眠模式，可延長使用電池供電的邊緣AI設(shè)備的使用壽命。

同時該系列芯片內(nèi)含巴倫電路以及片內(nèi)電源管理模塊，可以為客戶降低了整個BOM成本。再者RSL10低功耗藍(lán)牙芯片設(shè)計(jì)為雙核架構(gòu)，除了常規(guī)的ARM3 MCU內(nèi)核外，還有一顆32位雙精度浮點(diǎn)型DSP 內(nèi)核，大大增強(qiáng)了RSL10 芯片平臺的算力。

安森美工業(yè)方案分部高級應(yīng)用工程師楊雪芳在接受電子發(fā)燒友采訪的時候表示：“安森美致力于適應(yīng)快速變化的市場，應(yīng)對不同的客戶應(yīng)用，可以提供不同的固件演示，用戶可在RSL10主頁看到各種基于RSL10平臺的解決方案，這些方案可以大大縮短客戶的研發(fā)周期，加快了產(chǎn)品上市時間。”

再比如安森美推出的Ezairo8300芯片平臺，這是一顆具有NNA神經(jīng)網(wǎng)絡(luò)加速器在內(nèi)的6核超低功耗DSP開發(fā)平臺，在處理語音信號時功耗可低至0.7mA或以下，同時片內(nèi)包含了放大器、濾波器組等，使用戶在只需要外接電源、喇叭以及麥克風(fēng)的情況下輕松實(shí)現(xiàn)語音識別、語音降噪、語音放大等音頻類應(yīng)用。

另外，安森美最新推出的先進(jìn)的電感式編碼器芯片NCS32100，其位置精度可達(dá)+-50角秒或以內(nèi)，媲美當(dāng)前光編碼器的高精度，而價格遠(yuǎn)低于光編碼器，并且外圍只有12個組件，這大大降低了設(shè)計(jì)的復(fù)雜度以及BOM成本。

據(jù)楊雪芳介紹，安森美推出的芯片平臺，除了提供優(yōu)質(zhì)的硬件平臺，為了縮短客戶的研發(fā)周期、降低研發(fā)成本，同時還推出了基于其硬件平臺的交鑰匙解決方案。例如，基于安森美超低功耗藍(lán)牙RSL10平臺結(jié)合SensiML邊緣AI算法的RSL10 SensiML 方案。該方案可用于工業(yè)機(jī)械臂監(jiān)控方案，依托RSL10強(qiáng)大的算力以及超低的功耗，在本地即可完成機(jī)械臂的狀態(tài)識別，實(shí)現(xiàn)本地化的邊緣AI應(yīng)用。該方案解決了客戶缺少AI算法的難題，客戶只需要得到SensiML的授權(quán)，即可進(jìn)行邊緣AI的快速開發(fā)。

總結(jié)

憑借自身獨(dú)特的優(yōu)勢，相比于使用傳統(tǒng)的方式，邊緣AI能夠給各行各業(yè)提供更令人滿意的解決方案，越來越多的人在嘗試使用邊緣AI來解決行業(yè)的痛點(diǎn)問題。如今邊緣AI幾乎滲透進(jìn)各行各業(yè)，包括交通、汽車、家居、工業(yè)、農(nóng)業(yè)、可穿戴設(shè)備等領(lǐng)域。

然而目前AI還只是在個別應(yīng)用場景中有成功的大規(guī)模應(yīng)用案例，主要集中在一些與視覺識別相關(guān)的市場中。邊緣AI在各行業(yè)大規(guī)模應(yīng)用還存在一些問題，比如，開發(fā)生態(tài)尚未成熟，這對于碎片化的IoT市場和普通開發(fā)者而言還不夠友好。

不過可以看到，各企業(yè)都在通過自己的優(yōu)勢和方法，解決邊緣AI在開發(fā)、落地應(yīng)用方面的難題，包括上面提到的ST、英飛凌、安森美等。另外也看到最近ARM也在積極布局AI的內(nèi)核級工具鏈生態(tài)，包括將市面通用的算法模型轉(zhuǎn)換至ARM內(nèi)核可執(zhí)行語言的工具，相信在眾多企業(yè)的努力下，未來AI在邊緣和端側(cè)的應(yīng)用落地將會加速。