你的浏览器版本过低,可能导致网站不能正常访问!
为了你能正常使用网站功能,请使用这些浏览器。

边缘AI领域,ST可以提供哪些软硬件支持

[复制链接]
guoyuli 发布时间:2023-9-19 14:46
由于具备超低时延、低数据带宽、隐私性和安全性高等优点,边缘人工智能可以为很多领域提供价值,比如:一、工业预测性维护,包括条件检测、预测性维护等;二、控制系统,从家电到工业机器;三、物联网,包括智慧城市、智慧楼宇、智慧家庭和工业自动化等。: y1 v# Z2 |) A1 S6 I. a- d* N
. U: d6 T3 C# P- j! S# n8 @& q7 D

" A3 p9 ]8 G* K) n0 `# d, I) v+ `那么,在边缘人工智能领域,意法半导体可以提供哪些支持呢?据丁晓磊介绍,在硬件层面,首先是STM32 MCU,意法半导体所有MCU,都有工具能够支持它跑所有主流的神经网络模型,包括意法半导体最新发布的STM32N6,它是一颗带有神经网络硬件处理单元的MCU;其次提供开发板支持,包括意法半导体自己的开发板,以及很多第三方合作伙伴的开发板。在软件工具层面,意法半导体可以提供非常多、好用的开发工具,用来帮助开发者把人工智能模型部署到硬件端,包括NanoEdge AI和Cube.AI;除了这些开发工具之外,还有模型库Model zoo,这里面有很多预训练的模型,可以用来做进一步的人工智能开发;此外,还有各种软件包,Function Packs,可以帮助开发者更好的做模型训练、优化,进行整个流程的部署。ST的产品目前已经有相当多的成功案例,在工业自动化、智能交通、智慧城市、可穿戴、智慧家庭等领域,都有很多边缘人工智能的实际应用案例。一个震动检测的盒子,用于在工业领域做故障检测,这里面有用到STM32的MCU,盒子里面还有震动传感器。这个盒子,通过震动传感器的数据,再通过NanoEdge AI这样的边缘AI算法,来实现整个设备的异常检测。电器解决方案中断路器的预测性维护的案例,里面用到的是STM32G4,它用到电流、震动传感器,做异常检测和分类,能够更好的做断路器老化的预测。丁晓磊强调,在这些NanoEdge AI的使用案例中,值得一提的是,并不需要海量的数据,对于使用的公司来说,也并不需要重新请一位AI算法工程师。NanoEdge AI是一个对嵌入式开发工程师非常友好,能够很快上手的工具。支流拉弧检测的应用案例,用的是Cube.AI,这里面采用的是STM32U5。不过丁晓磊表示,很多STM32型号都可以胜任这个工作,做一些异常检测。相比于传统方案,它可以减少拉弧的误报率,提高准确性,并且提升在噪声环境下的适应性。ST的软件工具都可以应用在哪些芯片上呢?丁晓磊介绍,NanoEdge AI和Cube.AI是做全线支持的,可以用在ST整个的产品线上(如上图)。开发者可以把所有主流框架的模型,只要能够转换出足够小的代码,就可以在任何STM32 MCU上部署。另外,ST还有一颗MPU,双核,里面有一颗Cortex-M4内核,NanoEdge AI和Cube.AI两个平台同样对这颗MPU支持。转载自电子发烧网公众号
/ U$ F# n: w9 j0 ~' D8 O0 F
收藏 评论0 发布时间:2023-9-19 14:46

举报

0个回答

所属标签

相似分享

官网相关资源

关于
我们是谁
投资者关系
意法半导体可持续发展举措
创新与技术
意法半导体官网
联系我们
联系ST分支机构
寻找销售人员和分销渠道
社区
媒体中心
活动与培训
隐私策略
隐私策略
Cookies管理
行使您的权利
官方最新发布
STM32Cube扩展软件包
意法半导体边缘AI套件
ST - 理想汽车豪华SUV案例
ST意法半导体智能家居案例
STM32 ARM Cortex 32位微控制器
关注我们
st-img 微信公众号
st-img 手机版