ST在邊緣人工智能領域投入已超過10年，不僅擁有STM32Cube.AI和NanoEdge AI Studio軟件工具；還與NVIDIA合作，整合NIVIDIA TAO和STM32Cube.AI工具，讓開發者STM32微控制器上無縫訓練和實現神經網絡模型。

本文為2023 STM32峰會連接篇重點內容。

ST 為什么要積極投入邊緣人工智能及我們所提供的服務 (Cube.AI, NEAI)

人工智能無處不在，但實現的方式和涉及到的軟硬件實現是不同的。隨著嵌入式應用需求的深入和迭代，邊緣人工智能正成為熱議話題，它將提供越來越多的產品價值，也或將成為改變AI未來游戲規則的驅動力。

在這場人工智能浪潮中，很多數人的觀念還停留在人工智能是由云服務器中的大型數據中心驅動，但在邊緣側、在應用設備終端涌現出一種非常不同且令人振奮的分化 ——邊緣人工智能，它由芯片來驅動。這是STM32擅長的領域，它將在邊緣人工智能的實現和落地發揮關鍵作用。

顯而易見，在邊緣側設備中運行人工智能模型有很多優勢：設備響應速度快、超低延時；降低數據傳輸量；更有效地保護隱私、增強信息安全；降低邊緣側設備的運行功耗；還可以降低推理成本以實現其他新的功能操作。

我們花了10年時間研發投入邊緣人工智能的硬件和軟件棧開發。為了在可預見的未來，當嵌入式人工智能普及時，可以向STM32用戶提供完成的產品組合。不僅包括硬件、加速引擎，還有極為重要的軟件工具，保證開發者能夠在MCU和MPU上優化和運行AI模型。

從“Orlando”芯片的問世，到廣受歡迎的“STM32Cube.AI”工具的誕生，使開發者在MCU上優化AI模型成為可能；再到對”Cartesiam“的收購，讓我們擁有了NanoEdge AI Studio這一工具，可以提供一個易于實施的TinyML解決方案，解決預測性維護等工業應用問題；近來，我們又專注STM32N6的研發，這是第一個帶有神經網絡硬件處理單元的微控制器。

STM32Cube.AI是一款用來評估、轉換、優化和部署已訓練好的神經網絡模型的工具，適合主流的人工智能框架，可為開發者提供評估和調整算法的能力。

NanoEdge AI Studio（NanoEdgeAIStudio）是一種新型機器學習（ML）技術，它進一步降低了邊緣人工智能開發的門檻。NanoEdge AI Studio可以開發人員基于少量數據，通過創建、清理、優化數據集等步驟創建適配的ML庫。NanoEdge具有異常檢測與設備學習的能力，也提供分類和回歸庫。

STM32 xNVIDIATAO，讓邊緣AI走向“破繭時刻“

在最近的GTC活動中，英偉達發布了TAO工具包。NVIDIA TAO是一個加速AI算法開發和優化的開發環境，TAO工具包提供了一個低代碼的人工智能框架，以加速視覺模型的開發，從新手到專家級數據科學家都能快速上手使用。

• 它首次開放源代碼，允許定制和完全控制，并允許將模型部署到STM32平臺！

• TAO 5.0提供了更多的深度學習任務，包括分類/檢測/分割/字符識別和最常見的神經網絡框架；

• TAO面向人員、交通、字符識別相關任務提供了30多個高質量的預訓練模型，用戶可以將其部署到STM32平臺。TAO 5.0有Mask Auto Labeling功能，會自動創建掩碼標簽。

• TAO還添加了AutoML功能，它可以自動訓練模型，使其達到最佳精度，我們的研究數據表明準確度提高了20%。

NVIDIA與意法半導體的合作的關鍵是整合NIVIDIA TAO和STM32Cube.AI工具，讓開發者有可能在資源有限的STM32微控制器上無縫地訓練和實現神經網絡模型，以達到適配的性能和精度！

與英偉達的合作將拓展ST的邊緣人工智能生態系統，也確立了ST成為基于MCU的邊緣人工智能領導者的愿景。

STM32 AI解決方案靈感就在stm32ai.st.com

stm32ai.st.com現已官網開放上線中文版，網站集成了大量應用案例，如預測性維護、物聯網產品、智能樓宇、資產跟蹤、人數統計等，供開發者參考。同時，還介紹了適用于邊緣AI開發的STM32產品及開發工具，以及豐富的資源，幫助開發者輕松啟動項目。

?STM32峰會｜競逐創新巔峰，STM32探索嵌入式應用新邊界

?STM32峰會連接篇 | 相連入云去

?STM32峰會信息安全篇 | 在芯片上構建端側安全

?STM32Cube生態篇 | STM32 = 23 More-Than-Silicon reasons to chose us

?STM32峰會垂直應用篇 | 以平臺型設計軟件破題垂直應用

THE END

長按掃碼關注公眾號

更多資訊，盡在STM32