英飞凌推出全新 ModusToolbox Machine Learning

英飞凌ModusToolbox ML可提供开发人员无与伦比的体验，减少系统开发人员在开发人工智能物联网应用时面对的复杂情况。它能让开发人员直接在PSoC微控器使用自己偏好的深度学习架构，协助设计人员优化嵌入式平台模块，缩小体积和降低复杂性，同时验证测试数据的效能。英飞凌

人工智能(AI)与物联网(IoT)的结合称为人工智能物联网(AIoT)，可提供联网装置的机器学习能力，进而能执行智能的作业。据调研机构Markets and Markets指出，人工智能物联网市场将自2019年的51亿美元增至2024年的162亿美元，年复合成长率达26%。

英飞凌科技不断致力于加速开发差异化人工智能物联网产品，推出ModusToolbox Machine Learning(ML)，可以在英飞凌PSoC微控器(MCUs)上实现基于深度学习的工作负载。

ModusToolbox ML是ModusToolbox Software and Tools的新功能，包含中介软件、软件程序库和特殊工具，让设计人员能够评估与配置深度学习的机器学习模块。本功能可和ModusToolbox的现有架构无缝整合，因此机器学习的工作负载即可轻松整合至安全人工智能物联网系统。工具组合的内容丰富，可提供优化的机器学习模块配置工作流程，让开发人员更有效率，加速让优质产品投入市场。

ModusToolbox ML让开发人员能够直接在PSoC微控器使用自己偏好的深度学习架构，例如TensorFlow。此外，本功能可协助设计人员优化嵌入式平台模块，缩小体积和降低复杂性，同时验证测试数据的效能。

英飞凌物联网运算与无线连接副总裁Steve Tateosian表示：「由于物联网的迅速成长，在边缘端产生了极大的数据量。TinyML微型机器学习让人工智能物联网自然进化，同时在本地进行处理将有助于管理数据隐私、延迟与整体系统可靠度。ModusToolbox可透过提供灵活的工具与模块化程序库来弥补机器学习与嵌入式系统设计之间的重大落差，透过在英飞凌超低功耗微控器中建置常用的训练架构，轻松优化、验证与配置深度学习模块。」

ModusToolbox ML可提供开发人员无与伦比的体验，减少系统开发人员在开发人工智能物联网应用时面对的复杂情况。这些应用通常需要与机器学习工作负载无缝整合，以及 ModusToolbox ML所提供的运算、网络连线和云域功能。