意法推動Edge AI運作於嵌入式節點設備的技術

意法半導體STM32 神經網路開發工具推動Edge AI運作在嵌入式節點設備的技術。

賴品如／台北

意法半導體(ST)藉由STM32系列微控制器的市場地位，擴展了STM32微控制器開發生態系統STM32CubeMX，其增加了先進的人工智慧(Artificial Intelligence；AI)功能。AI技術使用經過訓練的人工神經網路對動態和振動感測器、環境感測器、麥克風和圖像感測器的數據訊號進行分類，相較傳統以手動處理訊號的方法更加快速、高效。

意法半導體微控制器和數位整合電路產品部總裁Claude Dardanne表示，「ST的新型神經網路開發工具正在將AI導入採用微控制器的智慧邊緣和節點設備，以及物聯網、智慧大樓、工業和醫療應用中的深度嵌入式設備。」現在開發人員可以使用STM32Cube.AI將預先訓練的神經網路轉換成可在STM32 微控制器上運作的C程式碼，以及經過優化的函數庫。

STM32Cube.AI附帶即用型軟體功能包，其中包括用於識別人類活動和音頻情境分類的範例代碼，可在ST SensorTile參考板和ST BLE Sensor行動App立即使用這些範例程式碼。ST合作夥伴計劃、人工智慧，以及機器學習(Machine Learning；ML)專用社群：STM32線上社群內的合作夥伴將為開發人員提供技術支援，例如，工程服務。

使用者可以在意法半導體的STM32CubeMX MCU軟體程式碼產生器的生態系統內配置和下載STM32Cube.AI擴充包(型號：X-Cube-AI)。該工具支援Caffe、Keras(具備TensorFlow後台)、Lasagne、ConvnetJS架構和Keil、IAR、System Workbench等IDE開發環境。

FP-AI-SENSING1軟體功能包提供支援搭載神經網路的端到端動態(人類活動識別)和音頻(音頻場景分類)應用範例程式碼。該功能包利用意法半導體的SensorTile參考板在訓練之前擷取和標記感測器數據，接著電路板再運作優化神經網路的推論。

ST BLE感測器行動App可以作為SensorTile的遙控器和顯示器。綜合工具箱包括STM32Cube.AI反映工具、在電池供電的小型SensorTile硬體上運作的App範例，以及合作夥伴計畫，人工智慧和機器學習專用社群為在STM32上實現神經網路提供一條快速、簡便的開發途徑。