都說(shuō)在MCU上跑AI會(huì)成為常態(tài)，不過(guò)實(shí)話講，很多工程師在實(shí)際工作中部署AI的場(chǎng)景還沒(méi)那么多，而且畢竟再學(xué)一門(mén)技術(shù)，又會(huì)增加很多時(shí)間成本。

不過(guò)，隨著全行業(yè)AI化行動(dòng)加深，MCU廠商接連推出自己的AI工具，并且在開(kāi)發(fā)上手難度和使用便捷性進(jìn)行了優(yōu)化。尤其在最近一段時(shí)間，不斷炫技，可謂是徹底拼了。

ST：用云開(kāi)發(fā)AI

ST的AI工具是STM32Cube.AI，并在去年率先推出云端MCU AI開(kāi)發(fā)者平臺(tái)，降低邊緣人工智能技術(shù)開(kāi)發(fā)復(fù)雜度，加快新產(chǎn)品上市速度。

STM32Cube.AI是STM32Cube的一個(gè)擴(kuò)展包，可以自動(dòng)轉(zhuǎn)換和優(yōu)化預(yù)先訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型并將生成的優(yōu)化庫(kù)集成到用戶(hù)項(xiàng)目中，從而擴(kuò)展STM32CubeMX的功能。

STM32Cube.AI開(kāi)發(fā)者云擁有多項(xiàng)行業(yè)首創(chuàng)，包括在線圖形用戶(hù)界面、 STM32模型庫(kù)、世界首個(gè)在線基準(zhǔn)測(cè)試服務(wù)。

這個(gè)平臺(tái)比較方便一個(gè)功能是可以直接評(píng)估模型需要的Flash和SRAM大小，幫助工程師選擇合適的STM32，比較節(jié)省時(shí)間。

根據(jù)工程師的反饋，這個(gè)云平臺(tái)本身上手比較容易，不過(guò)上手AI還是需要有一定的AI開(kāi)發(fā)經(jīng)驗(yàn)的。另外，目前也存在一定開(kāi)源AI與其競(jìng)爭(zhēng)。

除了STM32Cube.AI，ST還擁有一站式邊緣端AI工具NanoEdge AI Studio，NanoEdge跟TouchGFX一樣，由ST從其他公司收購(gòu)而來(lái)，現(xiàn)在這個(gè)工具已經(jīng)完全免費(fèi)。

瑞薩：AI和嵌入式工具相結(jié)合

今年7月，瑞薩推出Reality AI Explorer Tier——作為Reality AI Tools軟件的免費(fèi)版本，可用于開(kāi)發(fā)工業(yè)、汽車(chē)和商業(yè)應(yīng)用中的AI與TinyML解決方案。

據(jù)介紹，新推出的Reality AI Explorer Tier為用戶(hù)提供免費(fèi)的、全面的自助式評(píng)估沙盒訪問(wèn)權(quán)限。符合條件的客戶(hù)現(xiàn)在可以訪問(wèn)Reality AI Tools的全部功能，包括自動(dòng)化AI模型構(gòu)建、驗(yàn)證和部署模塊。

2022年，瑞薩通過(guò)收購(gòu)Reality AI，重新定義了AI解決方案組合，現(xiàn)在Reality AI已成為瑞薩AI總體戰(zhàn)略的重要組成部分之一。Reality AI工具允許工程師基于高級(jí)信號(hào)處理生成和構(gòu)建TinyML和Edge AI模型，側(cè)重于算法特征發(fā)現(xiàn)和優(yōu)化，使用專(zhuān)有的AI驅(qū)動(dòng)，為給定的機(jī)器學(xué)習(xí)問(wèn)題確定最佳特征。在大多數(shù)情況下，這大大簡(jiǎn)化了機(jī)器學(xué)習(xí)問(wèn)題，允許使用緊湊、簡(jiǎn)單和高效的學(xué)習(xí)算法。

NXP：機(jī)器學(xué)習(xí)人人可用

eIQ機(jī)器學(xué)習(xí)軟件于2018年推出，經(jīng)過(guò)不斷發(fā)展，可支持系統(tǒng)級(jí)應(yīng)用和機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)。這個(gè)軟件工具集的特點(diǎn)是專(zhuān)業(yè)人士和非專(zhuān)業(yè)人士都很方便使用，抱著玩一玩的心態(tài)也可以跑起來(lái)應(yīng)用。用官方的話說(shuō)就是實(shí)現(xiàn)“機(jī)器學(xué)習(xí)人人可用”。

eIQ包括eIQ Portal、eIQ Model Tool、eIQ Command-line Tools三個(gè)重要組件，分別可以概括為開(kāi)發(fā)圖像分類(lèi)或是目標(biāo)檢測(cè)任務(wù)、高級(jí)模型查看器、命令行工具。

整體開(kāi)發(fā)流程方面，既可以只提供數(shù)據(jù)集然后借助eIQ工具箱完成從模型訓(xùn)練到模型部署，又可以提供已經(jīng)訓(xùn)練好的模型，然后借助eIQ工具箱對(duì)其進(jìn)行轉(zhuǎn)換/量化以及部署工作。最后，調(diào)用eIQ inference engines對(duì)所生成的模型進(jìn)行推理，得到最終的預(yù)測(cè)值。

今年3月，NXP與NVIDIA達(dá)成合作，將NVIDIA TAO API直接集成到恩智浦的eIQ機(jī)器學(xué)習(xí)開(kāi)發(fā)環(huán)境中。NVIDIA TAO低代碼人工智能框架通過(guò)遷移學(xué)習(xí)，讓開(kāi)發(fā)人員能夠更輕松地利用經(jīng)過(guò)訓(xùn)練的人工智能模型，并針對(duì)特定用途對(duì)模型進(jìn)行微調(diào)和優(yōu)化。換句話說(shuō)，開(kāi)發(fā)人工智能只在這一個(gè)平臺(tái)上就可以了。

英飛凌：持續(xù)合作擴(kuò)大工具鏈

英飛凌也異常重視AI技術(shù)本身，還在今年8月30日推出全新的綜合評(píng)估套件PSoC 6 AI 評(píng)估套件，它提供了構(gòu)建智能消費(fèi)、智能家居和物聯(lián)網(wǎng)應(yīng)用所需的全部工具。

英飛凌本身的軟件生態(tài)平臺(tái)是ModusToolbox和Imagimob Studio，除了建設(shè)自己的平臺(tái)，英飛凌一直會(huì)和其它AI工具廠商合作。

去年10月，英飛凌科技于宣布與Edge Impulse合作，為PSoC 63低功耗藍(lán)牙MCU擴(kuò)展基于微型機(jī)器學(xué)習(xí)的AI開(kāi)發(fā)工具。人工智能物聯(lián)網(wǎng)應(yīng)用開(kāi)發(fā)者現(xiàn)在可以使用Edge Impulse Studio環(huán)境，在高性能、低功耗的PSoC 63低功耗藍(lán)牙®微控制器上構(gòu)建邊緣機(jī)器學(xué)習(xí)（ML）應(yīng)用。

Edge Impluse這家公司的名號(hào)很多人都聽(tīng)說(shuō)過(guò)，但可能很少深入了解過(guò)。這家公司以TinyML（Tiny Machine Learning）為服務(wù)，于2019年成立，創(chuàng)始人Zach Shelby和Jan Jongboom都來(lái)自Arm，致力于提供最新的機(jī)器學(xué)習(xí)工具，使所有企業(yè)都能打造更智能的邊緣產(chǎn)品。

Edge Impulse解決方案被廣泛應(yīng)用于健康穿戴設(shè)備制造商如Oura、Know Labs和NOWATCH，工業(yè)組織如NASA，以及頂尖的芯片供應(yīng)商，受到超過(guò)80000名開(kāi)發(fā)人員的采用，并已成為企業(yè)和開(kāi)發(fā)人員信賴(lài)的平臺(tái)。

當(dāng)然，英飛凌的合作不光是在MCU上，也包括傳感器，比如去年11月和Archetype AI簽署協(xié)議合作開(kāi)發(fā)傳感器。

Silicon Labs：同樣不斷展開(kāi)合作

Silicon Labs（芯科科技）和英飛凌類(lèi)似，也進(jìn)行了大量的合作。

通過(guò)與TensorFlow、SensiML和Edge Impulse等TinyML領(lǐng)域的領(lǐng)導(dǎo)者合作，Silicon Labs為初學(xué)者和專(zhuān)家提供了多種開(kāi)發(fā)工具的選擇。使用這個(gè)新的AI/ML工具鏈和Silicon Labs的Simplicity Studio開(kāi)發(fā)環(huán)境，開(kāi)發(fā)人員可以創(chuàng)建應(yīng)用程序，從各種連接的設(shè)備中提取信息，以做出智能的機(jī)器學(xué)習(xí)驅(qū)動(dòng)的決策。

此外，Silicon Labs還提供ML應(yīng)用、機(jī)器學(xué)習(xí)工具包（MLTK）、TinyML解決方案等各種資源支持。

開(kāi)源AI，也蓄勢(shì)待發(fā)

使用MCU廠商本身的工具一定最適配，不過(guò)開(kāi)源AI軟件也在行業(yè)中備受工程師青睞，很多工程師也會(huì)偏向使用開(kāi)源軟件作為自己的常用軟件。

比如，TinyML的先驅(qū)SensiML在今年5月開(kāi)源，SensiML能夠簡(jiǎn)化TinyML代碼開(kāi)發(fā)。SensiML Analytics Toolkit 提供了一個(gè)端到端的開(kāi)發(fā)平臺(tái)，涵蓋數(shù)據(jù)收集、標(biāo)記、算法和固件自動(dòng)生成及測(cè)試，通過(guò)獨(dú)特的數(shù)據(jù)收集和標(biāo)記方法解決了人工智能項(xiàng)目中最常見(jiàn)的失敗問(wèn)題。SensiML提供了最全面的功能，從簡(jiǎn)單的點(diǎn)選式用戶(hù)界面模型創(chuàng)建到模型構(gòu)建和測(cè)試工作流的完整流水線控制。

開(kāi)源的好處就是能夠不斷推動(dòng)社區(qū)發(fā)展，但也會(huì)存在數(shù)據(jù)集瓶頸和軟件工具碎片化的問(wèn)題。

總之，現(xiàn)在AI人才缺乏嚴(yán)重，作為長(zhǎng)期處在嵌入式領(lǐng)域的工程師總歸沒(méi)有長(zhǎng)期耕耘AI，所以現(xiàn)在AI平臺(tái)的作用就是通過(guò)工具的配置實(shí)現(xiàn)端側(cè)智能模型和算法建立，讓人人都能簡(jiǎn)單開(kāi)發(fā)MCU的AI和ML功能。從現(xiàn)在廠商的動(dòng)作來(lái)看，確實(shí)在軟件上耕耘的力度也更大了。