|
AI和IoT的結合被稱(chēng)為“人工智能物聯(lián)網(wǎng)”（AIoT），AIoT能使互聯(lián)設備具備機器學(xué)習能力，從而執行復雜的智能運算。據Markets and Markets的數據顯示，AIoT市場(chǎng)規模在2019年為51億美元，預計到2024年將增長(cháng)至162億美元，達到了26%的復合年均增長(cháng)率（CAGR）。在加速發(fā)展差異化AIoT產(chǎn)品的最新舉措中，英飛凌科技股份公司（FSE: IFX / OTCQX: IFNNY）近日宣布推出ModusToolbox ML（機器學(xué)習），使英飛凌PSoC微控制器（MCU）具有深度學(xué)習的功能。 ModusToolbox ML是一項基于ModusToolbox軟件的全新功能，可為開(kāi)發(fā)人員提供基于深度學(xué)習的ML模型所需的中間件、軟件庫和專(zhuān)用工具。ML可與ModusToolbox中已有的軟件框架無(wú)縫集成，十分便利地集成到安全的AIoT系統中。這一豐富的工具套件可提供流線(xiàn)化的機器學(xué)習模型部署工作流，從而幫助開(kāi)發(fā)人員更高效、更快速地向市場(chǎng)推出高品質(zhì)的產(chǎn)品。 ModusToolbox ML允許開(kāi)發(fā)人員使用他們首選的深度學(xué)習框架（如TensorFlow），直接部署到PSoC MCU上。此外，ML還有助于工程師優(yōu)化嵌入式平臺的模型，降低平臺復雜度，并提供具有基于測試數據的性能驗證功能。 英飛凌物聯(lián)網(wǎng)計算和無(wú)線(xiàn)業(yè)務(wù)副總裁Steve Tateosian指出：“隨著(zhù)物聯(lián)網(wǎng)市場(chǎng)規模的擴大，邊緣數據量亦在迅猛增長(cháng)。由TinyML賦能的AIoT應運而生，使得這些邊緣數據可在本地進(jìn)行處理，保護數據隱私，減少延時(shí)，從而提升系統整體可靠性。ModusToolbox彌合了機器學(xué)習與嵌入式系統設計之間的一個(gè)重要缺口，它提供的靈活的工具和模塊庫可支持在英飛凌超低功耗微控制器上輕松地優(yōu)化、驗證和部署常用軟件訓練框架的深度學(xué)習模型�！� ModusToolbox ML能降低系統開(kāi)發(fā)人員開(kāi)發(fā)AIoT應用的復雜性，給開(kāi)發(fā)人員帶來(lái)無(wú)與倫比的使用體驗。這些應用通常需要無(wú)縫集成機器學(xué)習負荷，以及計算、連接和云處理能力，而這正是ModusToolbox ML的用武之地。 供貨情況 點(diǎn)擊此處可下載ModusToolbox。如欲了解英飛凌機器學(xué)習解決方案的更多信息，請訪(fǎng)問(wèn)www.cypress.com/solutions/machine-learning-solutions。 |
