新闻中心

EEPW首页 > 嵌入式系统 > 业界动态 > 为MCU赋能工业AI

为MCU赋能工业AI

—— 访意法半导体亚太区微控制器部门技术市场经理 Alexandre Mengeaud
作者:王莹时间:2019-12-09来源:电子产品世界收藏

问:边缘给工业带来了哪些变化?

本文引用地址:/article/201912/407974.htm

答:边缘人工智能技术可以用于开发更智能的设备/更智能的应用。在遇到通常需要人工决策的复杂事件时,这些设备将能够自行作出决策。

因为本次采访是工业专题,所以我们以电机为例讨论边缘人工智能。工业设备应该24/7全天候运转,所以密切监视设备老化程度是非常重要的。

在此电机上添加一个运行的智能单元,能够准确地检测到老化现象,将有助于预测故障并防止停机停产。

有趣的是,因为电机上装有设备,不需要一直连接到云端,就能准确的检测到迫在眉睫的重大故障,如果威胁到操作员人身安全,还可以决定停止电动机运行。总之,其特点可以归纳为:

·         最便宜的工业设备维护成本;

·         为周围用户提供更安全的工作环境;

·         处理速度快,延迟时间短,而非边缘智能设备本机因为没有装置AI,需要连接到云服务器才能做出决策;

·         可降低设备的能耗,因为智能设备的能耗远远低于连接云AI解决方案;

·         更好的安全性能/隐私保护,因为智能设备可以自行在本机上处理工业设备数据,不会将数据发送到云服务器(不易遭受黑客网络攻击)。

1575880549321169.jpg

问:其技术挑战是什么?

答:我们认为当今的主要挑战是,我们的客户非常想要通过AI提高应用的智能程度,或者说在想在产品上增加AI。然而有这方面知识或经验的厂商寥寥无几。

另一个挑战可能是数据隐私,目前大多数客户对数据上云的做法仍持谨慎的态度。

问:贵公司是如何解决这些难点的?有哪些创新性的解决方案推荐?

答:ST了解这些挑战,并意识到有必要为客户提供一个边缘AI开发生态系统,方便客户在微控制器上添加AI。因此,ST在2018年CES(美国消费电子展)上发布了STM32Cube.AI,帮助客户解决这个难题。

STM32Cube.AI是一款软件工具,用于为意法半导体微控制器优化DNN(深度神经网络。STM32Cube.AI可以从众多流行的AI开发框架中(如Keras, Tensorflow Lite等)获取接受过预训练的神经网络模型输出,并将其映射到经过优化后、适用于目标STM32 的存储及处理能力的DNN(深度神经网络)中去。

更通俗地讲,STM32Cube.AI是一个生态系统的通用名称,用于在STM32上实现AI功能。 它是众多工具的集合,包括硬件平台,合作伙伴,固件库,移动应用程序等,可在STM32微控制器上实现AI功能。有了STM32Cube.AI,让客户在STM32系列上运行AI变得非常轻松简单。

针对那些对AI知之甚少的客户,ST通过展示与合作伙伴共同打造的完整的解决方案和详尽的用例,以帮助这类客户提高对AI的认知度。同时,我们每月也会有计划地举行一些实践研讨会,提高客户对STM32生态系统的熟悉度。

关于刚才提到的数据隐私问题,ST可以帮助客户在边缘(STM32)而非在云(服务器)上运行AI。这样就不需要将数据传输到云,可以使客户隐私得到更好的保护 。与在云计算相比,边缘(STM32)计算的其他优点还包括:更低功耗、更安全。在边缘端(STM32)运行AI,可以有效减少智能边缘设备的功耗,以及在设备和云之间传输数据带来的额外功耗。更重要的是,在边缘运行AI可以让设备在尽可能低延迟的情况下,自行作出决策并对设备进行实时控制,从而避免因操作不及时给用户或机器带来的安全隐患和直接损失。



关键词: MCU AI

评论


相关推荐

技术专区

关闭