芯科科技无线SoC和MCU产品支持人工智能和机器学习应用

Silicon Labs（芯科科技）的无线SoC和MCU产品支持一系列人工智能和机器学习（AI/ML）应用，例如用于预测性和预防性维护的传感器信号处理、用于医疗保健的生物信号分析，以及冷链监控。它们还为安全应用程序启用音频模式匹配，为智能设备控制启用语音命令，以及为人数统计和存在检测等任务启用低分辨率视觉识别。机器学习模型应用于来自传感器的数据，例如麦克风、摄像头以及测量加速和温度等时间序列数据的传感器。这些模型包括音频模式匹配、唤醒词/命令词检测、指纹读取、始终在线的视觉以及图像/对象分类和检测。然后可以根据要求，进一步处理检测到的事件。

为了帮助开发者顺利进行AI/ML应用的评估与开发，芯科科技制作完善的AI/ML开发流程指南和相关软硬件评估选型资源。首先概括开发流程中的每一步，然后帮助开发者完成项目的每个阶段。通过简化开发过程，开发者得以更快、更高效地将AI/ML设备推向市场。

边缘AI/ML是什么？

在物联网行业中，“边缘”是指在本地执行计算而不依赖云计算的设备。最新的开发Tiny Edge使计算更接近生成数据的位置，例如传感器节点。这种转变从集中式、基于云的解决方案转移到边缘节点的分布式网络，该网络在本地收集、处理和推理数据。到2027 年，预计将有超过30亿台配有TinyML的设备出售。TinyML是AI的一个子集，专门用于在Tiny Edge设备上部署机器学习模型。这种增长是由社会趋势驱动，例如对速度、隐私和连接的需求。此外，从有线到无线技术的过渡正在进一步加速Tiny Edge设备的采用。

携手芯科科技展开AI/ML开发之旅

芯科科技提供了全方位物联网+AI/ML应用解决方案，并制作完善的AI/ML开发流程指南和相关软硬件评估选型资源，从而帮助设计人员加速新一代AI/ML设备的开发。以下概括了AI/ML开发流程的三个关键阶段，以及成功完成每个阶段需要满足的条件。

一、入门指南

此一初步阶段包含了选用套件和安装软件工具，我们不仅提供了丰富的硬件开发板和应用示例，以及软件安装和设置指引，并持续更新参考设计演示内容。

评估硬件和应用示例

创建用户帐户

设置开发环境

探索演示内容

二、构建专属的AI/ML应用

完成上述准备事项后，下一阶段将实际投入开发以构建专属的AI/ML应用和产品模型，并进一步进行测试和验证，以确保投入产品部署无虞。

构建模型

测试和验证

部署模型

三、预建解决方案

芯科科技通过与Sensory、AIzip、MicroAI等合作伙伴携手，为开发者提供了AI/ML的Turn Key解决方案。芯科科技的SoC产品已具备预构建、部署就绪型的AI/ML功能，可以简化开发过程，加快上市时间。

此外，芯科科技已预筛选并认证了第三方AI/ML设计服务公司，包括Klika Tech、AITAD GmbH和embedUR等，可以帮助开发人员设计和开发定制 AI/ML 解决方案。