Qeexo和意法半导体合作提供具备机器学习功能的动作传感器

意法半导体(STMicroelectronics；ST；纽约证券交易所代码：STM)宣布，意法半导体的机器学习核心(Machine-Learning Core；MLC)传感器已加入能够加速边缘装置tinyML微型机器学习模型开发的Qeexo AutoML平台。

意法半导体的MLC传感器本身就能大幅降低系统整体功耗，因为利用大量传感器数据开发的感知相关演算法运作在传感器上。

Qeexo AutoML利用传感器数据为边缘装置自动产生高度优化的超低延时、超低功耗且存储器占用率极低的机器学习解决方案。这些演算法解决方案采用延长电池寿命的高效机器学习模型，克服了运算能力和存储容量因芯片尺寸而受到的限制。

QeexoCEOSang Won Lee表示，「Qeexo实现了最近我们与ST合作时所作出的承诺，即在Qeexo AutoML上增加对ST机器学习核心传感器系列产品的支持。现在，我们与ST的合作让应用开发人员能够在ST的MLC传感器上快速建立和部署机器学习演算法，而无需占用MCU时脉周期和系统资源，应用范围十分广泛，涵盖工业和物联网。」

意法半导体MEMS传感器部门总监Simone Ferri则表示，「在Qeexo AutoML平台上增加ST的机器学习核心传感器，便于开发人员在低功耗应用中更快速地导入嵌入式机器学习。我们在传感器(包括LSM6DSOX或ISM330DHCX)中导入MLC内核心，可显着减少系统数据流量，减轻网络处理负担，将系统功耗降低几个量级，同时提供更强大的事件侦测、唤醒逻辑和实时边缘运算功能。」