意法推动Edge AI运作于嵌入式节点设备的技术

意法半导体STM32 神经网络开发工具推动Edge AI运作在嵌入式节点设备的技术。

赖品如／台北

意法半导体(ST)藉由STM32系列微控制器的市场地位，扩展了STM32微控制器开发生态系统STM32CubeMX，其增加了先进的人工智能(Artificial Intelligence；AI)功能。AI技术使用经过训练的人工神经网络对动态和振动传感器、环境传感器、麦克风和图像传感器的数据信号进行分类，相较传统以手动处理信号的方法更加快速、高效。

意法半导体微控制器和数码整合电路产品部总裁Claude Dardanne表示，「ST的新型神经网络开发工具正在将AI导入采用微控制器的智能边缘和节点设备，以及物联网、智能大楼、工业和医疗应用中的深度嵌入式设备。」现在开发人员可以使用STM32Cube.AI将预先训练的神经网络转换成可在STM32 微控制器上运作的C程序码，以及经过优化的函数库。

STM32Cube.AI附带即用型软件功能包，其中包括用于识别人类活动和音频情境分类的范例代码，可在ST SensorTile参考板和ST BLE Sensor移动App立即使用这些范例程序码。ST合作夥伴计划、人工智能，以及机器学习(Machine Learning；ML)专用社群：STM32在线社群内的合作夥伴将为开发人员提供技术支持，例如，工程服务。

使用者可以在意法半导体的STM32CubeMX MCU软件程序码产生器的生态系统内配置和下载STM32Cube.AI扩充包(型号：X-Cube-AI)。该工具支持Caffe、Keras(具备TensorFlow后台)、Lasagne、ConvnetJS架构和Keil、IAR、System Workbench等IDE开发环境。

FP-AI-SENSING1软件功能包提供支持搭载神经网络的端到端动态(人类活动识别)和音频(音频场景分类)应用范例程序码。该功能包利用意法半导体的SensorTile参考板在训练之前撷取和标记传感器数据，接着电路板再运作优化神经网络的推论。

ST BLE传感器移动App可以作为SensorTile的遥控器和显示器。综合工具箱包括STM32Cube.AI反映工具、在电池供电的小型SensorTile硬件上运作的App范例，以及合作夥伴计划，人工智能和机器学习专用社群为在STM32上实现神经网络提供一条快速、简便的开发途径。