2020年，隨著疫情逐漸向好，新基建等持續(xù)升溫，AI在戰(zhàn)疫及經(jīng)濟建設(shè)過程中屢建奇功。AI對每個行業(yè)和領(lǐng)域都帶來了觀念上的沖擊和變革，正在重塑經(jīng)濟、重塑行業(yè)，推動整個人類社會走向更美好的未來。

AI被定義為在像人類一樣思考并模仿其行為的機器中模擬人類智能，是包括機器學(xué)習(xí)和深度學(xué)習(xí)在內(nèi)的各種技術(shù)的組合，用于為解決問題、推理、感知和語言智能等不同目的創(chuàng)建硬件和軟件。為了開發(fā)包含AI功能的應(yīng)用程序，技術(shù)人員需要專門的工具和專業(yè)知識，這對缺乏機器和深度學(xué)習(xí)培訓(xùn)的嵌入式開發(fā)人員來說是不小的挑戰(zhàn)。

傳統(tǒng)上，AI計算是在云中執(zhí)行的，大量的原始傳感器數(shù)據(jù)由網(wǎng)關(guān)聚合，然后發(fā)送到基于云的AI引擎。這個體系結(jié)構(gòu)的優(yōu)勢是，它可以處理非常龐大的數(shù)據(jù)集和海量的計算。另一方面，這種方法消耗大量的功耗和網(wǎng)絡(luò)帶寬，而且在云中的計算量巨大又昂貴。由于需要將數(shù)據(jù)發(fā)送到云進行處理，還會帶來延遲和隱私泄露的風(fēng)險

分布式AI體系結(jié)構(gòu)是一種更輕便、更敏捷的AI計算方法，由網(wǎng)絡(luò)邊緣的嵌入式處理器和微控制器對傳感器數(shù)據(jù)進行預(yù)處理，從而顯著減少了傳輸?shù)皆苹蜃詣訄?zhí)行神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)量，而無需任何云連接。分布式AI可以在用戶的設(shè)備上本地運行，訪問更多的用戶數(shù)據(jù)，并且不依賴于網(wǎng)絡(luò)連接，這意味著更低的功耗和最少的延遲。2017年4月，在谷歌宣布了其Federated Learning的概念之后，分布式AI呈現(xiàn)出強勁的發(fā)展勢頭。這一創(chuàng)新標(biāo)志著向完全分散的學(xué)習(xí)和以設(shè)備為中心的AI的過渡。

作為半導(dǎo)體行業(yè)的專家，ST在嵌入式AI應(yīng)用的探索道路上也一直走在前列。STM32Cube.AI，是ST推出的一個先進的工具包，能夠與流行的深度學(xué)習(xí)庫進行互操作，將任何人工神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換并應(yīng)用于STM32微控制器（MCU）。借助STM32Cube.AI，基于STM32 MCU的邊緣IoT設(shè)備現(xiàn)在可以直接運行神經(jīng)網(wǎng)絡(luò)，可以在邊緣和即時響應(yīng)中進行實時AI計算，從而保護隱私，減少占用網(wǎng)絡(luò)帶寬和消耗大量計算機功耗。

STM32Cube.AI對AI在嵌入式領(lǐng)域的應(yīng)用具有重要意義。因為使用基于STM32 MCU的嵌入式系統(tǒng)的開發(fā)人員可能不熟悉神經(jīng)網(wǎng)絡(luò)。同樣，從事機器學(xué)習(xí)的數(shù)據(jù)科學(xué)家更習(xí)慣基于云的海量計算資源，并且對嵌入式開發(fā)的內(nèi)存和計算約束不太滿意。STM32Cube.AI揭開了AI和嵌入式系統(tǒng)的神秘面紗，能夠充分利用更多的開發(fā)人員的專業(yè)知識，從而將神經(jīng)網(wǎng)絡(luò)帶入嵌入式邊緣開發(fā)領(lǐng)域，進一步拓展了物聯(lián)網(wǎng)應(yīng)用。

STM32Cube.AI?讓嵌入式專家駕輕就熟用AI

STM32Cube.AI讓嵌入式系統(tǒng)專家只需五個步驟即可構(gòu)建一個神經(jīng)網(wǎng)絡(luò)。

• 首先，獲取需要處理的數(shù)據(jù)樣本；

• 其次，清理數(shù)據(jù)并對需要的數(shù)據(jù)打上標(biāo)簽，使用神經(jīng)網(wǎng)絡(luò)開發(fā)框架構(gòu)建神經(jīng)網(wǎng)絡(luò)模型；

• 然后，利用整理好的數(shù)據(jù)對模型進行訓(xùn)練并生成網(wǎng)絡(luò)模型；

• 再次，用STMCube.AI工具將模型轉(zhuǎn)換為STM32上運行的代碼；

• 最后，在STM32上部署模型，就可以用設(shè)計好的神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)系統(tǒng)功能了。

STM32Cube.AI支持快速、自動導(dǎo)入由流行的設(shè)計框架（例如Keras，TensorFlow-Lite，Caffe，Lasagne和ConvnetJS）訓(xùn)練的神經(jīng)網(wǎng)絡(luò)。

除了STM32Cube.AI工具包，ST還提供其他產(chǎn)品和技術(shù)來幫助縮小嵌入式系統(tǒng)和AI系統(tǒng)開發(fā)人員之間的距離。其中包括專門用于捕獲和處理傳感器數(shù)據(jù)的SensorTile開發(fā)套件以及STM32 IoT Node——一個集成了低功耗無線BLE、NFC、Sub GHz和Wi-Fi的多傳感器開發(fā)套件，可幫助用戶開發(fā)與云服務(wù)器直接連接的應(yīng)用程序。

ST還提供了一系列STM32功能包，這些功能包將低級驅(qū)動程序、中間件庫和示例應(yīng)用程序組合成一個軟件包。傳感功能包能夠幫助快速啟動應(yīng)用程序示例的實施和開發(fā)，這些示例程序整合并處理來自多個傳感器的數(shù)據(jù)，提供高級檢測和監(jiān)視功能，例如運動識別、語音識別、環(huán)境監(jiān)視、定位、跌倒檢測、訪問控制和入侵檢測。?

STM32Cube.AI 線上課程《基于STM32開發(fā)人工智能應(yīng)用》（現(xiàn)已上線。通過該課程，工程師們可以深入了解STM32Cube.AI及其具體應(yīng)用，將ST的演示應(yīng)用程序和開發(fā)板作為邁向自己嵌入式AI系統(tǒng)的鋪路石。

STM32Cube.AI不僅僅是一個工具包，它更是ST通過將神經(jīng)網(wǎng)絡(luò)處理帶給所有STM32開發(fā)人員，從而改變物聯(lián)網(wǎng)格局的宏大戰(zhàn)略，是加速分布式AI應(yīng)用和發(fā)展的強大引擎。

點擊鏈接進入課程《基于STM32開發(fā)人工智能應(yīng)用》

https://c.51diantang.com/columndetail?id=046ea06e6d1d476ab49a2cbbf84e43ab

關(guān)注微信公眾號“STM32”了解最新信息