2023年2月23日，中國 – 服務多重電子應用領域、全球排名前列的半導體公司意法半導體(STMicroelectronics，簡稱ST;紐約證券交易所代碼:STM)繼續(xù)擴大嵌入人工智能(AI)解決方案組合，為嵌入式人工智能開發(fā)人員和數(shù)據(jù)專家提供一套業(yè)界首創(chuàng)的在線開發(fā)工具和服務。STM32Cube.AI云端開發(fā)者平臺讓開發(fā)者有機會使用一整套圍繞行業(yè)領先的 STM32微控制器 (MCU)構建的在線開發(fā)工具，促進軟硬件選購決策，降低邊緣人工智能技術開發(fā)復雜度，加快新產品上市速度。

意法半導體通用微控制器子產品部執(zhí)行副總裁Ricardo De Sa Earp 表示：“ 我們的目標是提供優(yōu)質的軟硬件和開發(fā)服務，幫助嵌入式開發(fā)人員和數(shù)據(jù)專家應對各種挑戰(zhàn)，更快、更輕松地開發(fā)邊緣 AI 應用。今天，我們推出了業(yè)界首個云端MCU AI開發(fā)者平臺。這個新工具與我們的 STM32Cube.AI 生態(tài)系統(tǒng)緊密配合，可以讓開發(fā)者在云端用 STM32 硬件遠程測試神經網絡模型，節(jié)省開發(fā)工作量和成本?！?

為滿足市場對基于邊緣人工智能的系統(tǒng)不斷增長的需求，意法半導體之前推出了STM32Cube.AI優(yōu)化桌面前臺軟件，讓開發(fā)人員能夠在STM32板上優(yōu)化并評測訓練好的神經網絡模型，生成能夠在STM32板上高效運行的AI模型代碼。今天，意法半導體又推出了這個工具的在線版——STM32Cube.AI云端開發(fā)者平臺。這一新工具取得多項行業(yè)首創(chuàng)：

在線圖形用戶界面：針對STM32 微控制器優(yōu)化神經網絡模型，并生成在STM32 微控制器上高效運行的模型C 代碼，無需事先安裝軟件。得益于經過業(yè)界驗證的STM32Cube.AI神經網絡優(yōu)化性能，數(shù)據(jù)科學家和開發(fā)人員可以輕松、快速開發(fā)邊緣人工智能項目。

STM32模型庫：包含可訓練的深度學習模型和演示應用代碼，有助于加快應用項目開發(fā)。在工具發(fā)布時可用的用例包括人體活動識別跟蹤運動感測、圖像分類或物體檢測計算機視覺、音頻分類事件檢測等。這些人工智能模型庫托管在GitHub上，可以自動優(yōu)化并生成在 STM32上高效運行的“Getting Start”軟件包。

世界首個在線基準測試服務：在STM32板上評測邊緣 AI 神經網絡模型的性能。云端電路板庫提供各種STM32電路板，板庫定期更新，使數(shù)據(jù)科學家和開發(fā)人員能夠用各種電路板遠程測試模型優(yōu)化后的實際性能。

該工具現(xiàn)已通過多位嵌入式開發(fā)客戶的測試和評估。

Zebra Technologies Corporation(斑馬科技公司)研發(fā)中心杰出技術專家Toly Kotlarsky ：

“目前我們在STM32Cube.AI應用方面已經卓有成效，它成功幫助我們在低成本的 MCU 上實現(xiàn)了高性能 AI應用。今天，我們很高興地看到該產品進一步升級，增加了在線用戶界面，能夠遠程評估 AI 模型的性能，并在流程的早期就選擇出合適的硬件架構，以便我們可以更快地集中精力開發(fā) AI 應用?？偟脕碚f，我們對 ST AI 團隊提供的服務和支持感到非常滿意?！?

施耐德電氣人工智能預測和戰(zhàn)略部副總裁Didier PELLEGRIN：

“模型庫、STM32Cube.AI在線用戶界面、以及遠程STM32 板上模型基準測試等功能，讓我們具備豐富硬件知識的數(shù)據(jù)專家能夠更輕松地評估 AI 模型嵌入我們產品MCU的能力。此外，點擊幾下鼠標就能在多個 STM32 微控制器上測試模型，讓我們能夠在早期設計階段就考慮采用嵌入式 AI 處理，設計出更高級的功能?！?

Husqvarna 集團AI實驗室AI 創(chuàng)意與研究總監(jiān)Johan A. Simonsson：

“STM32Cube.AI云端開發(fā)者平臺讓我們的數(shù)據(jù)專家和嵌入式開發(fā)人員以一種更簡單的方式協(xié)作和分享他們在嵌入式神經網絡方面的知識，有助于簡化我們的開發(fā)流程?；鶞蕼y試功能還使我們的數(shù)據(jù)科學家確保模型能夠在MCU上順利運行。這些優(yōu)點有助于我們保持競爭力，致力于為客戶提供最佳解決方案?！?

Somfy 公司微控制器和數(shù)字元件專家工程師Serge Robin：

“有了STM32Cube.AI云端開發(fā)者平臺，我們可以在很短的時間內確認我們的嵌入式 AI產品開發(fā)方法是否可行。通過使用電路板庫，我們能夠確認模型可以在MCU上順利運行，還能在不同的 STM32 板上執(zhí)行遠程基準測試，選擇出最適合的 STM32?？偟脕碚f，在線版STM32Cube.AI非常受歡迎，能夠幫助我們在未來開發(fā)出更多創(chuàng)新的產品。”

Lacroix 研發(fā)執(zhí)行副總裁 Stephane Henry：

“STM32模型庫可以大大簡化機器學習(ML)開發(fā)流程，并提供支持STM32 MCU的提前訓練好的模型。因為這些模型可以輕松獲取并集成到新項目中，從而減少了耗時的模型訓練和實驗過程，可以顯著縮短產品上市時間?！?

SIANA Systems公司 首席執(zhí)行官Sylvain Bernard：

“我們從早期就開始使用 STM32Cube.AI，并將 CLI 集成到我們的開發(fā)流程中。最新的基于云的 REST API 及其 Python裝飾器/模塊將大大降低我們 CI/CD 工具維護的復雜性。結合出色的模型庫，這項新服務將縮短開發(fā)時間，幫助開發(fā)人員加快研發(fā)周期?！?