酷游九州 九州酷游 APPST副总裁：TinyML设备将如海啸般来临
“我真的相信这是浪潮的开始。”他在接受《EE Times》独家采访时说道。 “我们将看到大量带有机器学习功能的产品：它会不断增加，并且会吸引更多的注意力。”
TinyML 指的是在通用 MCU 上运行人工智能或机器学习推理，“将成为世界上最大的端点市场。”他说。
El-Ouazzane 曾担任边缘 AI 芯片初创公司 Movidius 的首席执行官和英特尔 AI 产品组的首席运营官，他和ST的团队在过去几年中一直在努力将 AI 功能引入公司的产品组合中。
“虽然我相信tinyML是正在形成的最大市场，但令我感到开心的是，我们对风扇、水泵、逆变器、洗衣机滚筒制造公司的管理人员进行了三到五年的教育 ——现在他们都来了。”他说。 “我们生活在 ChatGPT 的世界里，但所有这些落后者最终都开始使用人工智能。 这是我当时对 Movidius 的愿景。我以为这需要很长时间，但我们现在就看到了。”
能源管理和自动化公司施耐德电气正在使用主流 STM32 设备进行人数统计和热成像应用。 为此，它对热红外相机的传感器数据使用分类和分割算法。 热像仪处理和人工智能都在微控制器上运行。 施耐德可以利用该结果来优化 HVAC 系统，从而减少建筑物的二氧化碳足迹。
工业制造商Crouzet 还将 STM32 设备与tinyML 相结合，以实现预测性维护。
“这很有趣，因为对他们来说，维护成本是一笔巨款。”El-Ouazzane 说。 “他们必须在事后部署维修人员，如果飞机因为机门故障而停飞，当他们接到电话时，这可不是什么好消息。”
Crouzet 的tinyML 系统可以高精度地实时检测信号漂移，从而在潜在故障发生之前领先一步。 该系统处理系统内部的数据，然后发送至云端进行分析。
“他们实际上正在改变他们的业务模式，以便能够在需要维护之前进行部署，这使他们能够更有效地部署维护人员。 而且，毫无疑问，这可以让他们避免接到不想接到的电话。”El-Ouazzane 说道。
其他例子包括中国智能能源公司固德威，该公司正在使用tinyML处理振动和温度传感器数据，以防止其高功率逆变器中出现电弧。
“在了解平台、原型设计、概念验证、测试以及多层管理层批准之后，从开始参与到真正部署，需要三年时间。”他说。 “在工业界，一家公司从开始思考某件事、第一次与我们合作，到将库部署到他们的产品中进行生产，至少需要三年。”
一般来说，STMicro 将其TinyML 客户分为两类。 工业客户（交付时间为 3 年）通常对人工智能缺乏经验，而投资于数据科学专业知识的公司通常可以更快地扭转局面。 ST采取了与恩智浦等竞争对手类似的方法：软件堆栈根据用户的人工智能体验水平提供不同的入口点。
对于工业用户来说，NanoEdge AI Studio 不需要先进的数据科学知识，嵌入式软件开发人员可根据需求创建最佳的 ML 库友好的用户界面。 它目前支持四种类型的库：异常检测、异常值检测、分类和回归。并且它们可以随意组合和改变。
例如，异常值检测可能会检测到问题，分类可能会识别问题的根源，然后回归可能会推断信息以提供进一步的见解。 像 Crouzet 这样的客户将 NanoEdge AI 用作低代码平台，用于处理振动、压力、声音、磁场和飞行时间传感器。
另一个STM32 Cube.AI 允许开发人员训练神经网络并针对内存和计算受限的环境对其进行优化。
与直觉相反的是，这个平台的增长速度比它的低代码兄弟平台更快。 El-Ouazzane表示，从去年3月到今年5月，STM32 Cube.AI的桌面下载量增长了400%。
“在这里，上市时间非常快——不到两年——因为这个平台上的人们知道他们想要什么，知道如何部署，而且复杂程度相当高，”他说。
El-Ouazzane 知道人工智能软件既是编译器问题，也是工具链问题。 意识到让开发人员放弃熟悉的工具链是很困难的，ST向 Nvidia 提出了使用其流行的Tao工具链的想法。 由此产生的合作意味着来自 Nvidia 或 ST模型库的 ONNX 格式的模型可以移植到Tao工具链，进行训练和优化（量化和修剪），然后转换回 ONNX，导出到 STM32 Cube.AI 并编译为可以在STM32上运行的C 代码。
“对我们来说，我们的想法是：有一个参考工具链，我们融入得越多，我们就越能扩大开发者的范围和我们所获得的下载量。”El-Ouazzane 说。 “我相信 Nvidia 看到了每年 5 亿个微控制器的巨大市场，并且边缘模型必须在某个地方进行训练。”
ST的示例应用程序展示了 STM32 MCU 执行人员检测，然后仅将带有人员的图像移交给 Nvidia Jetson GPU 进行进一步的分类任务。 这减少了所需的 GPU 计算量，并可能有助于边缘系统适应更严格的功率预算。
“其中一些公司正在帮助我们。” 他说。 “如果公司或客户想要利用我们的解决方案，我们永远不会阻止：这不是最佳实践。我们正在尝试每一轮MLPerf以获得比他们更好的基准分数，并且我们正在缩小差距。”
在最近一轮 MLPerf Tiny 基准测试中，大约四分之三的提交是在 STM32 硬件上提交的，El-Ouazzane 表示，这说明了 STMicro 堆栈的成熟度。该公司计划让潜在客户能够在其开发云中重现其 MLPerf 结果。
El-Ouazzane 说：“我经历了惨痛的教训才明白，硬件性能很重要，但你的堆栈以及你用堆栈所获得的土地才是最重要的。我们非常小心地扩大我们的生态系统，扩大开发人员的数量，并将他们留在我们的屋檐下，我们将使客户依赖这种开发环境。”
El-Ouazzane 表示：“边缘与训练是不同的游戏。虽然训练受到互连、计算和内存的限制，但在边缘，主要限制因素是成本。”
“在微小的边缘，当你构建产品时，你会受到成本的限制；你不能疯狂堆砌成本。”他说，“有一个名义价格点，在 1 到 3 美元之间……部分成本还要包括微控制器中的非易失性存储器。”
“N6 采用传统的冯·诺依曼架构，与我们当时在 Movidius 所做的非常相似（尽管没有关联），但其面积更加优化，超级紧凑，并且提供了更多的 TOPS/W性能。”El-Ouazzane说。 （Movidius 的架构基于专为 AI 构建的定制可编程 VLIW DSP，而 N6 的 NPU 是成熟的数据流设计）。
“如果我们名义上说我们希望在 2025 年至 2030 年间达到每瓦性能最终目标，那么您可以假设 N6 已经实现了十分之一。”他说。 “这就是未来几年你将看到的增长量。 N6 是一款出色的产品，它在以人工智能为中心的用例中受到了很大的关注，但性能的爆炸式增长即将到来：微控制器上将有神经网络融合视觉、音频和时间序列数据。”
他对所需 10 倍性能跳跃的愿景是，支持模拟内存计算方案的非易失性存储器至关重要。
ST今年在 ISSCC 上发表了一篇论文，内容涉及其正在为下一代开发的基于 SRAM 的内存计算设计。 该演示在INT4精度时，实现了 57 TOPS、77 TOPS/W。 然而，它可能还需要一段时间才能进入大众市场。
El-Ouazzane 表示：“这项技术如今已在硅中实现，我们可以演示它并测量其性能。但这正在成为路线图交叉的问题。 这肯定会在未来三到五年内发生。”
为这种数量准备好产品需要时间——测试、文档、支持——因此时间与技术关系不大，而与 ST 将技术转化为大众市场产品的速度关系更大。
“我们对于成为微控制器人工智能加速器领域的驱动者感到非常兴奋，”他说。 “我们中的一些人之前已经在数据中心和客户端空间做到了这一点，我们认为我们可以复制它。 我们的路线图将使我们能够在未来五年内做出令人兴奋的事情。”
关键字：编辑：冀凯 引用地址：ST副总裁：TinyML设备将如海啸般来临
中国，2007年1月16日 — 世界领先的半导体公司之一的意法半导体（纽约证券交易所：STM) 重申该公司将与合作伙伴一道继续加强技术联盟。在NXP半导体宣布2007年底将退出由ST、飞思卡尔和NXP组成的Crolles2联盟后，ST证实该公司将会继续致力于Crolles的技术研发活动。 Crolles2联盟合作方将在2007年完成45nm CMOS项目，并有效地处理好项目的过渡问题。 意法半导体坚信Crolles2联盟式的共同研发商业模式一定会促进半导体制造工艺的发展进程。基于这个信念，ST正在寻求扩大其技术联盟的规模，目前正与几家主要半导体公司磋商，力求从2008年起继续并加强在Crolle
人工智能至今经历了三次浪潮。随着2006年Hinton提出的深度学习技术，以及2012年ImageNet竞赛在图像识别领域带来的突破，人工智能再次爆发。这一次，不仅在技术上频频取得突破，在商业市场同样炙手可热，创业公司层出不穷，投资者竞相追逐，随着科技的发展，计算机视觉、机器学习、自然语言处理、机器人和语音识别，人工智能的这五大核心技术，逐渐在安防领域有了深度的应用。 近几年深度学习技术被业界广泛认可，并在各个相关领域都取得了突飞猛进的进展，特别是深度学习技术在人脸识别领域的应用，在今年的安博会上，各厂家也纷纷推出人脸识别技术。随着市场需求的不断变化，不同的应用场合，人脸识别技术也根据需要开发出各种各样的产品来满足用户的需求。
在 半导体技术 进步与 AI 朝专用化发展两大因素的加持下，人工智能得以与物联网中各种嵌入式系统(Embedded System)结合，形成AIoT(AI+IoT)。 展望未来AI的发展可以透过很简单的接口或方式完成，比如功能的新增只要透过简单的拖拉就可以，而且AI的发展应该不是要取代人类而是协助人类。 物联网(IoT)结合人工智能(AI)是今年产业界发展的重头戏。 随着半导体业者大举投入，市面上出现不少专为人工智能所设计的芯片，像是英特尔的Intel Xeon Phi、NVIDIA的Tesla P100 GPU ，而许多专为嵌入式应用设计的芯片如现场可编程门阵列( FPGA )，也开始对AI提供更广泛的支持。 另一方面，传统A
由麻省理工学院教授Emery Berger发布，反映全球院校计算机科学领域实力的榜单CSRankings在近日公布了2018最新排名，在中国高校排名中，清华大学排名第十三位、北京大学第三十位、上海交通大学排名第四十八位、浙江大学排名五十六位。作为国内计算机科学实力最强的四所高校，不仅聚集了来自各地的人工智能领域的人才，还是人工智能创业者的主要集合地，堪称人工智能四大创业黑帮。 对此，亿欧盘点了毕业于这四所高校（清华、北大、交大、浙大）在人工智能领域的创业项目和校友集。本文是国外四大高校（CMU、MIT、Stanford、UC Berkeley）VS国内四大高校（清华、北大、交大、浙大）人工智能创业校友集系列的其中一篇——来自清华大
从详细的家庭作业审查到后台自动化，人工智能的进步将在未来一年继续迅猛发展。2018年，Metis Strategy采访了近40位首席信息官（CIO）、首席数据官（CDO）和首席技术官（CTO），他们所在公司的收入超过10亿美元。当被要求确定正在增长的兴趣或正在进入2019年路线％的技术领导者认为是人工智能，40％的人认为是区块链，13％的人认为是物联网。 人工智能是一个使机器能够完成以前需要人类智能完成任务的技术总称，它可以迅速颠覆整个行业的竞争格局。尽管许多公司目前仍在探索人工智能业务案例，寻求高管支持，并使其基础IT和数据能力更加成熟，而越来越多的企业（包括沃尔玛、西部数据、美国银行、7－Eleven，
【第一类机器学习技术：排名算法】 排名可以说是网上最重要的机器学习应用之一了。大大小小的公司都围绕着排名建立起业务模型，例如，查询字符串返回的结果。Quora 在不同的环境、为了不同的目的，使用了不同的排名算法。一个有趣的例子就是答案排名。假设一个问题有好几个答案，我们感兴趣的是，如何对它们降序排列，使得“最佳”答案在最前，而最差答案在最后。确定一个问题答案的正确排序涉及到多种特征。要确定顺序，首先我们要确定Quora如何定义“好答案”。要得出这个定义，有个好办法是研究一下《Quora认为什么样的答案是有用的》这篇帖子，里面会提到答案要“真实”、“可重用”、“给出解释”、“格式良好”等等标准。我们的机器学习算法实现了一种特殊的机
新浪科技讯 8月23日午间消息，百度与首都机场签署战略合作协议，双方将在机场智慧运行、智慧安全与经营管理、信息化能力建设等领域展开合作，推进民航机场在智能化、自动化方向的升级。 据悉，百度AI机器人与首都机场的合作已经实施，将在机场承担信息咨询的职责。百度人脸闸机已经入驻首都机场运控中心进行测试，主要承担楼内办公人员的出入打卡、数据监测的工作。 据第三方数据显示，2016年首都机场年旅客吞吐量达9439.3万人次，连续7年排名世界第二位。庞大的旅客周转量对于机场运营效率提出了更高要求，同时人工智能技术的商业化需要合适的落地场景。基于此，人脸识别、数据监测等技术在繁忙的交通运输工作中具备应用前景，能够代替一定人力
ST ‘ 打破规则 ’ 推出 1 、 2 和 4-Mbit 串行闪存， 满足汽车应用对耐用、宽温度范围的代码存储的需求 世界最大的半导体制造商之一的意法半导体（纽约证券交易所代码： STM） 今天推出一个新一代串行闪存芯片。新产品密度范围 1到4 Mbit ，专门为可靠性要求极高的汽车应用而设计。 新的 M25P10-A 、 M25P20 和 M25P40 存储器芯片的密度分别为 1Mbit 、 2Mbit 和 4Mbit ，这三款产品被公认为第一批耐用性和强度都符合汽车环境要求的串行闪存 IC 。这些产品采用 ST 的经量产验证的先进制造技术，为汽车应用提供了一
有奖直播报名｜Keysight World Tech Day 2023分论坛——汽车自动驾驶与新能源
免费申请：价值799的国产高性能RISC-V Linux开发板LicheePi 4A
立即报名 STM32全国巡回研讨会即将开启！（走进11城，9/12-10/27）
【下载】LAT1289 Keil、IAR、CubeIDE中变量不被初始化方法
【下载】LAT1288 STM32 G474中Triggered-half模式的实现
【下载】LAT1309 一步一步创建STM32WBA BLE_Custom工程
【课程】STM32 & X-Cube-TouchGFX GUI开发实践
【直播】STM32H5系列：强大的ARM® CORTEX®-M33 MCU让高性能和安全性唾手可得
【直播】STM32U5系列扩充新成员-探索更安全，更高效，更节能的设计
【新品】STM32H5-Arm® Cortex®-M33 内核，主频高达250MHz，提升性能与信息安全性
【新品】STM32MP13X-支持Linux、RTOS和Bare Metal应用,新一代通用工业级MPU
【新品】Arm® Cortex®-M33处理器内核，运行频率160 MHz，基于Armv8-M架构并带有TrustZone®
STM32Cube.AI开发者云：只需四个步骤，轻松将AI集成到MCU
本文主要介绍了SD卡在电能监测及无功补偿数据采集系统中的应用方案。设计方案应用AT89C52读写SD卡有两点需要注意。首先，需要 ...
本文介绍用单片机制作的定时自控电路实现八路定时控制，非常适合于学校等单位作为作息控制信号或其他定时控制用，有兴趣的朋友不妨一试。该 ...
本多功能窗有以下5种功能：1 防有害气体泄漏：自动检测室内煤气、烟雾、酒精等有害气体浓度,达到设定阈值后自动开窗,并启动排风扇或空 ...
1 前言MCS-51的存储器有片内RAM、片外RAM 和ROM三个空间。MCS-51单片机在物理结构上有四个存储空间1、片内程序存储器(片内ROM)2、片外程序 ...
MSC-51 3字节和4字节浮点数计算程序，主要用于数据采集及上传，经过IEEE转换，在上位机直接显示。;这是本人使用的MSC-51 3字节和4字节浮 ...
2022 Digi-Key KOL 系列: 你见过1GHz主频的单片机吗？Teensy 4.1开发板介绍
直播回放: Microchip Timberwolf™ 音频处理器在线研讨会
站点相关：综合资讯51单片机PIC单片机AVR单片机ARM单片机嵌入式系统汽车电子消费电子数据处理视频教程电子百科其他技术STM32MSP430单片机资源下载单片机习题与教程
