根據(jù)算力的需求，人工智能(AI)技術(shù)主要分為云端AI 處理和端側(cè)的AI 處理。在集中式人工智能解決方案中，嵌入式設(shè)備(智能音箱、可穿戴設(shè)備等)通常依賴云服務(wù)器實現(xiàn)人工智能能力。而在邊緣AI 解決方案中，嵌入式設(shè)備本身即可在本地運行人工智能算法，實現(xiàn)實時環(huán)境感知、人機交互、決策控制等功能。

由于數(shù)據(jù)傳輸延遲等因素的限制，基于云的解決方案可能無法滿足部分用戶對數(shù)據(jù)安全性、系統(tǒng)響應(yīng)能力、私密性、以及本地節(jié)點功耗的需求。越來越多在服務(wù)器端的AI 計算功能，必然向終端系統(tǒng)下沉，使得終端系統(tǒng)更加智能化。將推理過程移到深度邊緣計算會帶來一些優(yōu)勢，比如系統(tǒng)響應(yīng)能力、更好的用戶信息隱私保護(并非所有數(shù)據(jù)都需要通過多個系統(tǒng)傳輸?shù)皆贫?、降低連接成本和功耗。因此，有越來越多的云端人工智能處理在向邊緣側(cè)轉(zhuǎn)移。

丁曉磊(意法半導(dǎo)體微控制器市場經(jīng)理)

根據(jù)ABI 的研究結(jié)果，到2030 年，邊緣AI 器件的全球出貨量將達到25 億臺。意法半導(dǎo)體作為該趨勢的主要推動者，期望通過全面的AI 解決方案，助力客戶把機器學習功能嵌入到產(chǎn)品中。嵌入式機器學習可以以簡單、快速、低成本的方式改善許多應(yīng)用。像：預(yù)測性維護、物聯(lián)網(wǎng)產(chǎn)品、智能建筑、資產(chǎn)跟蹤、人員統(tǒng)計等，因為集成了人工智能，這些應(yīng)用都可以變得更加智能! 意法半導(dǎo)體依托我們在STM32 MCU 和MPU，傳感器的產(chǎn)品組合，以及ST 在軟硬件工具的強大生態(tài)，在邊緣AI 上推出了全面的解決方案，幫助客戶開發(fā)集成人工智能方案。

意法半導(dǎo)體希望幫助開發(fā)人員在基于STM32 微控制器/ 微處理器和傳感器的嵌入式系統(tǒng)上快速部署AI應(yīng)用。為STM32 系列的MCU(微控制器)、MPU(微處理器)和集成了機器學習核心(MLC)的MEMS 傳感器提供了整套的AI 解決方案，包含工具、軟件擴展包、芯片硬件，其中配合STM32 MCU 使用的兩種主要軟件工具STM32Cube.AI 和 NanoEdge AI Studio 具有強大的功能，可以幫助客戶加快開發(fā)周期。如果客戶具有人工智能方面的數(shù)據(jù)和算法知識，STM32Cube.AI 可以幫助客戶實現(xiàn)在STM32 微控制器上移植和優(yōu)化人工神經(jīng)網(wǎng)絡(luò)模型。在軟件方面，ST 推出一系列的STM32 功能包加速客戶的軟件開發(fā)。

為了簡化應(yīng)用開發(fā)，ST 在計算機視覺、傳感和狀態(tài)監(jiān)測等應(yīng)用上都提供代碼示例的AI 功能包。AI功能包集成了人工神經(jīng)網(wǎng)絡(luò)與前/ 后處理功能，以及MCU 的外設(shè)部署。這些功能包可以幫助客戶縮短開發(fā)時間，讓客戶更專注人工神經(jīng)網(wǎng)絡(luò)模型和具體的應(yīng)用上。ST 還提供了在MPU 平臺上使用人工智能的功能包X-Linux-AI，讓客戶可以很快速的在MPU 平臺上使用AI 功能。

通過我們接觸的眾多客戶的AI 需求來看，在不同的垂直領(lǐng)域有多樣化的需求。很多情況下，客戶使用傳統(tǒng)方法沒有滿意的解決方案，現(xiàn)在邊緣側(cè)AI 給這些行業(yè)客戶打開了一扇新的窗戶，可以嘗試使用AI 的思路來解決行業(yè)里的痛點。目前意法半導(dǎo)體在AI 上的主要應(yīng)用方向工業(yè)預(yù)測性維護、消費類的音頻和傳感、以及各種計算機視覺，已經(jīng)越來越多的在解決垂直領(lǐng)域的行業(yè)痛點。比如端側(cè)設(shè)備的人工智能系統(tǒng)中，很多有電池供電的需求，因此對低功耗更為敏感。ST 憑借豐富的低功耗技術(shù)儲備和對低功耗市場的專注，在超低功耗MCU 領(lǐng)域一直具有強大的優(yōu)勢。從全新工藝、更多低功耗模式和省電技巧、以及新的低功耗后臺模式，在保持運算能力的前提下，讓整個系統(tǒng)的功耗更低。