STM32AI Model Zoo ，现支持PyTorch 的最大规模MCU AI 模型集合

应用示例AI物联网智能设备

意法半导体宣布对 STM32 AI Model Zoo进行重大更新，使其成为MCU 制造商中最丰富的的AI 模型集合。 按用例分类，现在有140多个现成的视觉、音频和传感模型。应广大用户的要求，我们还增加了对PyTorch模型的原生支持。此举措建立在我们现有的TensorFlow和Keras支持之上，使我们的解决方案能适应更多工作流程。我们的许多模型已经过量化和修剪以实现更高效率。我们甚至提供包含脚本和工具的STM32 Model Zoo服务，以便于在我们的生态系统中使用我们的模型，或帮助团队对其进行定制以满足需求。

为何需要STM32 AI Model Zoo ？

认识到现有挑战

意法半导体博客的忠实读者都知道，我们于2023年随STM32Cube.AI开发者云（帮助将AI模型从计算农场快速转移到MCU）首次推出了ST AI Model Zoo。推出这项倡议的目的是解决嵌入式系统开发人员在边缘处理机器学习应用时遇到的挑战。对于我们社区中的许多人来说，这还是一项非常新的技术，因此他们往往不知从何入手。即使是拥有多年经验的人，也会觉得优化工作颇具挑战，或者难以跟上新AI模型的发展步伐。选择合适的模型本身就很复杂，而在内存受限的情况下确保出色的性能，更是难上加难。

降低入门门槛

为此，我们开发了STM32 AI Model Zoo，通过提供涵盖各类应用的丰富模型目录来解决这些问题。对于不太熟悉边缘**AI 的开发人员而言，Model Zoo 是一个绝佳的起点，为众多AI 任务提供了现成的解决方案。** 通过我们的AI分类，开发者可以快速识别与项目最相关的应用场景，并查看可用的选项。这也是我们提供演示示例及教程，以便在特定的意法半导体开发板上运行这些模型的原因。简而言之，它让工程师能够在几分钟内完成概念验证，并在运行过程中了解每个模型的具体特性与性能表现。

缩短上市时间

希望定制和优化现有模型的人员可以获得专门的服务。事实上，意法半导体的解决方案包含脚本，可帮助重新训练现有模型、对其进行量化、评估准确性，并在云端托管的一系列**STM32 开发板上进行基准推断测试，从而显著减少选择最适合应用的硬件所需的工作量。** 甚至可以利用部署服务和我们的入门应用包，在开发板上无缝运行定制的AI模型，因为这些应用示例可以使用Model Zoo服务自动更新。因此，公司可以引入自有数据并使用STM32 AI Model Zoo来缩短其上市时间。

STM32 AI Model Zoo 有哪些新内容？

适应新现实

今天的公告基于意法半导体自2023年积累的经验。正因如此，我们现在增加了对LiteRT和PyTorch的支持。长期以来，许多团队认为TensorFlow更适合生产环境，因此优先考虑使用它。然而，随着时间的推移，情况发生了显著变化，我们看到**PyTorch 在我们的社区成员和合作伙伴中越来越受欢迎。** 研究人员也似乎注意到，PyTorch在工业环境中的采用率有所增加^1^^, ^ ^2^。正因如此，新版本的STM32 AI Model Zoo为众多模型提供了原生PyTorch支持，并且随着我们适应这一新趋势，这一数字还将持续增长。

提升性能极限

STM32 AI Model Zoo中的Fast Depth模型可以帮助机器人评估深度以优化运动

更新后的STM32 AI Model Zoo现在提供优化模型，为提升AI推理操作性能提供更多选择。具体而言，这意味着使用4位权重、压缩和修剪来减少整体占用空间并加快推理速度，同时仍保持准确性。这些优化是使用意法半导体的优化工具箱完成的，此工具箱将在未来提供给STM32用户。

增加新用例

意法半导体还继续增加新用例。例如，去年8 月，我们的GitHub 资源库新增了 风格迁移和 深度估计。 前者通过学习各种艺术风格进行训练。在我们的用例中，我们使用巴勃罗·毕加索的画作《缪斯》和COCO 数据集对其进行训练，以生成受其训练数据中风格影响的图像。在STM32N6570-DK上，推理操作时间不到62毫秒。深度估计使用单目摄像头评估环境中的深度，这对于低成本机器人应用和地图绘制程序等场景中的障碍物回避至关重要。随着我们不断更新STM32 AI Model Zoo，用户将能体验更多用例（如重识别、面部特征点等）。

• 查看STM32 Model Zoo
• 探索我们的入门项目
• 注册观看STM32峰会技术研讨

---

1. 参见Zakariya Ba Alawi。PyTorch与TensorFlow在深度学习领域的比较研究：易用性、性能与部署的权衡。软件工程系。沙特阿拉伯利雅得阿尔费萨尔大学。https://arxiv.org/html/2508.04035v1。 ︎

另请参见Linux基金会题为《塑造生成式AI的未来》的报告，该报告显示，目前大多数组织都在使用PyTorch。