恩智浦：引领边缘设备机器学习 推动云上ML的历史性发展

精彩亮点：

● 发布恩智浦边缘智能环境(eIQ)，这是一套完整的机器学习(ML)工具包，支持TensorFlow Lite、Caffe2和其他神经网络框架，以及非神经ML算法。

●面向语音、视觉和异常检测应用推出一键式集成ML解决方案，包括数据采集、训练模型，并具备用户自定义功能。

●恩智浦EdgeScale扩展安全设备板载、配置和容器管理功能，适合针对i.MX和Layerscape应用处理器的ML应用。

圣何塞和巴塞罗那（巴塞罗那全球ARMTECHCON和物联网大会）– 2018年10月16日 – 借助恩智浦面向重点应用领域推出的eIQ边缘智能软件环境和可自定义的系统级解决方案，边缘节点开发人员如今可利用数学升级来推动云上机器学习(ML)的历史性发展。

eIQ软件环境包括构建和优化云训练ML模型所需的工具，可在工业、物联网(IoT)和汽车应用等各领域资源受限的边缘设备中高效运行。一键式完成生产的解决方案专门面向语音、视觉和异常检测应用领域。通过节省成为ML专家所需的大量投资，恩智浦使成千上万家产品需要机器学习功能的客户得偿所愿。

恩智浦资深副总裁兼微控制器业务总经理Geoff Lees表示：“我们很久之前就认识到，边缘节点的处理技术可切实推动客户采用机器学习，所以我们创建了可扩展ML解决方案和eIQ工具，帮助客户更容易获取和使用从云向边缘设备转移的人工智能功能。”

在恩智浦整个微控制器(MCU)和应用处理器产品线的支持下，eIQ可提供开发人员在边缘设备中实施ML所需的构件块。恩智浦eIQ紧跟ML不断发展的步伐，持续进行扩展以包括下列功能：数据采集和管理工具；适用于各种神经网(NN)框架和推理引擎的模型转换功能，例如TensorFlow Lite、Caffe2、CNTK和Arm® NN；支持新兴的NN公司，例如GLOW和XLA；传统ML算法（例如支持向量机和随机森林）；以及在恩智浦嵌入式处理器上部署异构处理模型的工具。

此外，恩智浦最近还推出了一款软件基础架构（称为EdgeScale），旨在通过集中实现ML应用来统一边缘设备中的数据收集、管理和处理方式。EdgeScale可与基于云的人工智能(AI)/ML服务无缝集成，并支持在所有恩智浦设备（从低成本MCU到高性能i.MX和Layerscape应用处理器）上部署云训练模型和推理引擎。

公司基于eIQ环境推出了适用于基于边缘设备学习和本地执行的视觉、语音和异常检测模型的一键式解决方案。这些系统级解决方案可提供构建全功能应用所需的软硬件，同时允许客户添加自己的差异化功能。这些解决方案是模块化结构，方便客户利用简单插件扩展其产品功能。例如，可轻松将语音识别模块添加到使用恩智浦视觉识别解决方案的产品上。本周，在巴塞罗那全球物联网大会上，恩智浦展示了引入这些功能的真实应用 - 出席者可体验使用无人机并包括各种子系统的模拟工作场所，例如操作员进门面部识别子系统、针对操作员安全的对象识别子系统、本地语音控制命令以及用于预测无人机操作故障的异常检测子系统。

恩智浦亮相ArmTechCon

本周，恩智浦在Arm TechCon会上展示其最新的边缘计算产品。适用于恩智浦各种嵌入式处理产品组合的多功能eIQ工具和ML应用在620号展位及汽车馆闪亮展出。

●级联学习：在高性能i.MX 8QM上进行面部识别训练，并在使用安全Docker容器的中级i.MX 8QXP和i.MX 8M应用处理器上部署压缩的推理引擎。

●MCU级工业4.0 ML应用：刚发布的LPC5500 MCU上使用CIFAR-10的CMSIS-NN性能基准，支持使用基于Cortex-M4F的Kinetis MCU依靠传统机器学习技术进行异常检测。

●本地化语音和视觉ML应用，其特点为：

·  刚发布的i.MX RT600跨界处理器，利用集成DSP，安全且运行功耗超低

· 面向本地化语音唤醒和最终用户可编程语音控制体验的语音解决方案，也使用i.MX RT1050跨界处理器

· 通过Au-Zone DeepView Ml套件实现的视觉解决方案：使用i.MX 8QM在微波炉中实施的食品识别，以及使用低成本i.MX RT 1050跨界处理器的交通标志识别。