意法半导体加快边缘人工智能应用，助力企业产品智能化转型

▲ 点击上方 关注STM32

意法半导体（简称ST）宣布推出一个资源丰富的嵌入式人工智能生态系统ST Edge AI Suite，帮助厂商在自己的产品中增加边缘人工智能。ST Edge AI Suite是一套可与ST硬件免费使用的集成软件工具，该产品的发布让为客户提供的服务更进一步，能够帮助客户快速进行本地嵌入人工智能的自主式物联网设备的研发以及数十亿设备的部署。ST Edge AI Suite套件充分利用意法半导体的各种硬件（通用微控制器、车规微控制器和微处理器、智能传感器），以及相关的嵌入式人工智能优化工具简化客户人工智能解决方案的开发。该套件将扩展并集成意法半导体过去十年里推出的多种软件工具、评估套件和开发工具包，同时更好利用ST现有的机器学习（ML）框架和来自关键合作伙伴（如英伟达和亚马逊云科技）的人工智能生态系统。

意法半导体总裁兼首席执行官Jean-Marc Chery表示：

我们正在迈向一个由数百亿个互联的自主设备组成的物联网世界，这些设备在消费者生活和企业生产率的各个方面为用户带来实用价值和便利。要实现这一目标，不仅要在云端运行人工智能算法，还要在广泛的边缘设备上部署AI，其中包括智能手机、个人联网设备、智能家居、楼宇控制系统、工业机器、汽车等。ST产品已经成为所有这些设备的核心，但要想发挥出更大的作用，还需要借助我们今天发布的业界先进的免费软件套件。这种软硬件结合的解决方案，将让我们进入更智能的边缘计算时代，让任何规模的企业都能够更轻松地部署边缘人工智能，借助ST的硬件产品来构筑他们的未来互联网愿景。

意法半导体在近日的边缘人工智能线上峰会上简要介绍了ST Edge AI套件的功能。这一市场先进的解决方案将帮助嵌入式开发者优化机器学习模型，帮助数据科学工作者在嵌入式设备上运行机器学习模型，以及帮助产品设计师和创客重新定义产品的重要特性。

通过提供免费下载使用服务，意法半导体将为各类大中小型客户赋能，将资源和知识汇集到社区式开发模式中。该套件将围绕更广泛的边缘人工智能社区，整合工具，凝聚用户，进一步推进边缘人工智能开发社区化。

首版ST Edge AI套件将于2024年上半年面世。

边缘人工智能进一步缩短了智能和决策能力与数据源之间的距离，是企业在当今的互联网时代实现产品智能化的关键技术。边缘人工智能的好处主要体现在响应速度、能效功耗、隐私保护、网络安全和成本效益方面，让企业能够创造出更智能、响应更快、能效更高的产品，满足当今世界的快节奏和数据驱动的需求。

一家大型家电制造商目前正在采用该洗衣机解决方案升级他们的产品，预计在明年会看到他们的新品上市。其中用到的第一个机器学习算法是创建一种虚拟传感器，根据电机电流测量值估计待洗衣服的重量。第二个机器学习算法是利用六轴运动传感器数据计算滚筒是否会接触洗衣机的外壳，从而避免滚筒碰撞洗衣机外壳。根据算法的输入数据，洗衣程序提供洗这些衣服所需的电流驱动电机，并调整用水量和洗涤剂量，因此，洗一次衣服可以节省15%至40%的电能和水。这两个算法都是基于ST的NanoEdge AI开发的，并运行在STM32G0 MCU和ST六轴运动传感器上。

惠普工程团队与意法半导体密切合作，开发和训练活动识别人工智能模型，根据设备运动和用户动作来识别不同的用户活动。该合作面向多个使用场景，包括将笔记本电脑放在桌子上、用户腿上或放在包里和从包里取出的场景，帮助惠普创建了一个运行在智能六轴运动传感器上的、惠普设备专用人工智能模型。其中最值得一提的是功耗，该传感器运行边缘AI算法的功耗仅为34微安。该解决方案使惠普计算机能够发现用户活动变化，并做出相应的响应，为更关键的任务节省电池电量。

意法半导体正与HPE集团合作，优化电动汽车电机的运行和维护，这方面的挑战是如何在实际使用中监测电动机转子的内部温度，以优化输出功率，提高电机运行的能效和安全。在实验室中，转子是裸露在外的，可以直接测量电机内部温度，但在车上测量正在运行的电机的内部温度是行不通的。ST提出的解决方案是训练一个模型，并使用边缘人工智能构建一个虚拟温度传感器，根据外部温度测量值估算内部转子温度。该算法运行在控制电机的Stellar车规微控制器上。该微控制器还运行一个状态监测人工智能算法，通过分析振动来检测潜在的异常事件。这个解决方案也可以用于其他关键部件，例如，测量动力电池内部温度是不现实的，但边缘人工智能模型可以用外部测量数据模拟内部温度。