意法半导体STM32Cube.AI开发环境为用户提供各种机器学习技术，为他们尽可能高效地解决分类、聚类和新颖性检测三种算法挑战提供更多灵活性。

除了能够在STM32*微控制器(MCU)上开发用于边缘推理的神经网络外，最新的STM32Cube.AI版本(7.0版)还支持新的监督和半监督方法，这些方法可以处理更小的数据集和更少的CPU周期。其中包括孤立森林异常检测(iForest)和单类支持向量机(OC-SVM)新颖性检测，以及K-means和SVM分类器算法，现在，用户无需人工写代码就能实现这些算法。

除神经网络之外，这些经典机器学习算法让开发人员通过易于使用的技术在STM32微控制器上转换、验证和部署各种学习模型，缩短研发周期，更快地解决人工智能开发挑战。

STM32Cube.AI允许开发人员将机器学习处理任务从云端转移到基于STM32的边缘设备，以减少延迟、节约能源、提高云利用率，并通过大限度地减少互联网上的数据交换来保护隐私。现在，用户使用STM32 MCU具有额外的灵活性，可以选择高效的机器学习技术进行设备上分析，是长期在线使用案例和智能电池供电应用的理想之选。



新的STM32Cube.AI 7.0版现在已经上线，可以从www.st.com免费下载。