意法半导体推出业界首创的云端MCU边缘人工智能开发者平台
品慧电子讯：服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics，简称ST)继续扩大嵌入人工智能（AI）解决方案组合，为嵌入式人工智能开发人员和数据专家提供一套业界首创的在线开发工具和服务。STM32Cube.AI云端开发者平台让开发者有机会使用一整套围绕行业领先的 STM32微控制器 (MCU)构建的在线开发工具，促进软硬件选购决策，降低边缘人工智能技术开发复杂度，加快新产品上市速度。
服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics，简称ST)继续扩大嵌入人工智能（AI）解决方案组合，为嵌入式人工智能开发人员和数据专家提供一套业界首创的在线开发工具和服务。STM32Cube.AI云端开发者平台让开发者有机会使用一整套围绕行业领先的 STM32微控制器 (MCU)构建的在线开发工具，促进软硬件选购决策，降低边缘人工智能技术开发复杂度，加快新产品上市速度。
意法半导体通用微控制器子产品部执行副总裁Ricardo De Sa Earp 表示：“ 我们的目标是提供优质的软硬件和开发服务，帮助嵌入式开发人员和数据专家应对各种挑战，更快、更轻松地开发边缘 AI 应用。今天，我们推出了业界首个云端MCU AI开发者平台。这个新工具与我们的 STM32Cube.AI 生态系统紧密配合，可以让开发者在云端用 STM32 硬件远程测试神经网络模型，节省开发工作量和成本。”
为满足市场对基于边缘人工智能的系统不断增长的需求，意法半导体之前推出了STM32Cube.AI优化桌面前台软件，让开发人员能够在STM32板上优化并评测训练好的神经网络模型，生成能够在STM32板上高效运行的AI模型代码。今天，意法半导体又推出了这个工具的在线版——STM32Cube.AI云端开发者平台。这一新工具取得多项行业首创：
● 在线图形用户界面：针对STM32 微控制器优化神经网络模型，并生成在STM32 微控制器上高效运行的模型C 代码，无需事先安装软件。得益于经过业界验证的STM32Cube.AI神经网络优化性能，数据科学家和开发人员可以轻松、快速开发边缘人工智能项目。
● STM32模型库：包含可训练的深度学习模型和演示应用代码，有助于加快应用项目开发。在工具发布时可用的用例包括人体活动识别跟踪运动感测、图像分类或物体检测计算机视觉、音频分类事件检测等。这些人工智能模型库托管在GitHub上，可以自动优化并生成在 STM32上高效运行的“Getting Start”软件包。
● 世界首个在线基准测试服务：在STM32板上评测边缘 AI 神经网络模型的性能。云端电路板库提供各种STM32电路板，板库定期更新，使数据科学家和开发人员能够用各种电路板远程测试模型优化后的实际性能。
STM32Cube.AI Developer Cloud [https://stm32ai-cs.st.com] 现在供 MyST 注册用户免费使用。
该工具现已通过多位嵌入式开发客户的测试和评估。
Zebra Technologies Corporation(斑马科技公司)研发中心杰出技术专家Toly Kotlarsky ：
“目前我们在STM32Cube.AI应用方面已经卓有成效，它成功帮助我们在低成本的 MCU 上实现了高性能 AI应用。今天，我们很高兴地看到该产品进一步升级，增加了在线用户界面，能够远程评估 AI 模型的性能，并在流程的早期就选择出合适的硬件架构，以便我们可以更快地集中精力开发 AI 应用。总得来说，我们对 ST AI 团队提供的服务和支持感到非常满意。”
施耐德电气人工智能预测和战略部副总裁Didier PELLEGRIN：
“模型库、STM32Cube.AI在线用户界面、以及远程STM32 板上模型基准测试等功能，让我们具备丰富硬件知识的数据专家能够更轻松地评估 AI 模型嵌入我们产品MCU的能力。此外，点击几下鼠标就能在多个 STM32 微控制器上测试模型，让我们能够在早期设计阶段就考虑采用嵌入式 AI 处理，设计出更高级的功能。”
Husqvarna 集团AI实验室AI 创意与研究总监Johan A. Simonsson：
“STM32Cube.AI云端开发者平台让我们的数据专家和嵌入式开发人员以一种更简单的方式协作和分享他们在嵌入式神经网络方面的知识，有助于简化我们的开发流程。基准测试功能还使我们的数据科学家确保模型能够在MCU上顺利运行。这些优点有助于我们保持竞争力，致力于为客户提供最佳解决方案。”
Somfy 公司微控制器和数字元件专家工程师Serge Robin：
“有了STM32Cube.AI云端开发者平台，我们可以在很短的时间内确认我们的嵌入式 AI产品开发方法是否可行。通过使用电路板库，我们能够确认模型可以在MCU上顺利运行，还能在不同的 STM32 板上执行远程基准测试，选择出最适合的 STM32。总得来说，在线版STM32Cube.AI非常受欢迎，能够帮助我们在未来开发出更多创新的产品。”
Lacroix 研发执行副总裁 Stephane Henry：
“STM32模型库可以大大简化机器学习(ML)开发流程，并提供支持STM32 MCU的提前训练好的模型。因为这些模型可以轻松获取并集成到新项目中，从而减少了耗时的模型训练和实验过程，可以显著缩短产品上市时间。”
SIANA Systems公司 首席执行官Sylvain Bernard：
“我们从早期就开始使用 STM32Cube.AI，并将 CLI 集成到我们的开发流程中。最新的基于云的 REST API 及其 Python装饰器/模块将大大降低我们 CI/CD 工具维护的复杂性。结合出色的模型库，这项新服务将缩短开发时间，帮助开发人员加快研发周期。”
免责声明：本文为转载文章，转载此文目的在于传递更多信息，版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请联系小编进行处理。
推荐阅读：
飞英思特重磅公布：研发出国内首款环境微能量采集与管理芯片FPM8100
ROHM开发出用于液晶背光的4通道、6通道 LED驱动器IC
艾迈斯欧司朗OSLON植物照明先进技术，助力Revolution Microelectronics点亮未来农业
索斯科全新电子转动门锁集安全与紧凑于一身
瑞声科技推出全套车载MEMS麦克风模组
