陈炳欣

智能家居、工业物联网、可穿戴设备以及智能监控等是当前人们关注的热点。提升边缘计算的AI处理能力，将大幅提高终端设备的智能化水平。在此情况下，边缘AI近年来进入发展的快车道。而MCU是边缘计算领域应用最为广泛的处理器，它与边缘AI的融合也成为了一个重要的发展趋势。

MCU厂商

加速布局边缘Al

近几年，边缘AI的发展越来越快。由于终端设备产生的数据量激增，为了实现快速响应，且能够与云端大数据处理并行，越来越多的厂商将目光投向边缘计算，尝试将训练过的AI算法嵌人终端设备当中，从而大大提升终端侧的运算能力。然而要想实现这一构想，边缘AI处理器在具备一定运算效率的同时，还应具备低成本、低功耗的特性。MCU无疑是可达到最佳效果的选择之一，因此有越来越多的MCU厂商开始着手将MCU与边缘AI加以融合。

瑞萨为此推出了嵌人式AI技术“e-AI”。如在智能制造领域，“e一AI”单元解决方案，可作为一个附加单元添加到设备上，通过预先学习好的AI处理模型，实现从传感器数据收集到数据处理、分析和评估/判断的全过程。意法半导体在去年深圳举办的第四届STM32峰会上打出“让大多数STM32产品都支持AI深度学习”的口号。Silicon Labs也与人工智能创新公司Cartesiam合作，对物联网进行算法优化。在记者观看的演示中，展示了边缘AI可以在电机控制等工业物联网中进行应用。例如，用机器学习算法对风扇运行模式进行训练，当它检测到设备异常时，会通过蓝牙将警报发送到显示器上。……