MCU的机器学习探索在第三方的辅助边缘

文章作者:Majeed Ahmad

在恩智浦和意法半导体围绕其低计算微控制器开发了人工智能(AI)工具链之后，瑞萨选择了一家第三方供应商来直接在嵌入式环境中训练机器学习(ML)模型。

NXP公司的eIQ和意法半导体的STM32Cube。人工智能在这些公司各自的MCU产品上开发用于边缘推理的神经网络(NNs)。现在，为了将机器学习引入微处理器，这家日本芯片制造商正在整合MicroAI AtomML算法嵌入到其RA系列mcu中。MicroAI通过其边缘本地AI技术向边缘设备提供个性化的AI，该技术将机器学习嵌入到连接端点的mcu和mpu中。

图1MicroAI Atom可以直接在MCU上训练机器学习模型。来源:瑞萨

MicroAI还与Silicon Labs合作，将其尖端本土技术嵌入这家总部位于得克萨斯州奥斯汀的芯片制造商的嵌入式产品中。该公司于2018年由总部位于东京的system Corp.和总部位于达拉斯的Plasma Group成立，最初专注于工业物联网市场。然后，在2021年，该公司推出了MicroAI AtomML技术，并更名为MicroAI，以反映目标市场。

MicroAI Atom软件开发工具包(SDK)可在该公司的开发者门户网站上获得，允许设计工程师直接在MCU硬件上实现机器学习平台。这反过来又加快了机器学习模型的形成和采用，同时降低了部署人工智能驱动解决方案的总体成本。否则，现有的方法需要对硬件进行昂贵的检修。

图2MicroAI Atom直接在MCU本地收集和处理数据，并向用户提供直接来自设备的实时数据。来源:MicroAI

另一家提供嵌入式人工智能产品的MCU供应商NXP与加拿大的Au-Zone Technologies合作，以增强其eIQ机器学习平台。Au-Zone的DeepViewML Tool Suite将使设计工程师能够导入数据集和模型，并在NXP的mcu和mpu上快速训练和部署神经网络模型和ML工作负载。Au-Zone的DeepView运行时推理引擎补充了NXP eIQ平台中的开源推理技术，该平台为边缘处理提供了硅优化推理引擎。

虽然MCU供应商正在疯狂地为AI方准备他们的产品，但似乎像Au-Zone和MicroAI这样的第三方供应商在减少上市时间和创建一个广泛和可行的生态系统方面仍然至关重要。这种伙伴关系也可能预示着以人工智能为中心的嵌入式系统合作的新时代的到来。

相关内容

• 微处理器上的深度学习是边缘计算的未来
• NXP为MCU产品定制AI编译器
• IDE首次将人工智能训练引入mcu
• 微控制器在终端中应用于人工智能
• 可扩展的融合处理器融合了MCU、人工智能、无线和安全

这篇文章最初发表于经济日报．

马吉德艾哈迈德作为EDN的总编辑，他报道电子设计行业已有20多年的历史。