Silicon Labs（芯科科技）與 Eta Compute近期共同宣布建立合作伙伴關系，將支持產(chǎn)品開發(fā)人員將機器學習（ML）高級功能無縫集成到其邊緣ML嵌入式產(chǎn)品中，以添加多樣應用價值。

芯科科技長期以來一直以物聯(lián)網(wǎng)、汽車、醫(yī)療保健、工業(yè)和消費品的低功耗無線連接解決方案創(chuàng)新而聞名。我們的解決方案將高效的微控制器、無線連接與嵌入式推理的新功能相結合。如果開發(fā)人員希望為產(chǎn)品添加ML功能，這種技術領先地位將使我們成為其首選合作伙伴。

Eta Compute 支持微型邊緣ML

Eta Compute 是一家硅谷初創(chuàng)公司，其使命是采用解決方案克服 AI 快速發(fā)展的格局與嵌入式系統(tǒng)的獨特挑戰(zhàn)之間的差距，從而實現(xiàn)微型邊緣上的機器學習和創(chuàng)新。在ML、物聯(lián)網(wǎng)和系統(tǒng)設計專家團隊的推動下，Eta Compute了解在資源受限的邊緣設備上部署 ML 模型的挑戰(zhàn)。

Eta Compute的Aptos是一款革命性的無代碼軟件工具鏈，專為嵌入式推理而設計。Aptos旨在簡化邊緣ML模型開發(fā)，可加快創(chuàng)建為低功耗邊緣處理器量身定制的高效模型。

Aptos 對ML工具采取了一種獨特的新方法——它本身就基于ML技術。這些內(nèi)部ML模型使Aptos能夠自動學習嵌入式處理器的ML功能和性能特征。通過利用這些見解并提取硬件細節(jié)，Aptos使產(chǎn)品開發(fā)人員能夠將其領域和用例專業(yè)知識專注于創(chuàng)建出色的邊緣ML產(chǎn)品，而不會糾結于數(shù)據(jù)科學、芯片優(yōu)勢/劣勢、神經(jīng)網(wǎng)絡編譯器和資源限制的細節(jié)。

芯科科技攜手Eta Compute為邊緣ML的開發(fā)挑戰(zhàn)提供解方

產(chǎn)品開發(fā)人員將最佳ML技術引入其邊緣嵌入式產(chǎn)品的過程面臨著諸多困難。一個挑戰(zhàn)是資源——很難找到并留住既具有ML專業(yè)知識又了解低功耗芯片嚴格要求的“獨角獸（unicorn）”工程師（與ML專家通常使用的云環(huán)境相比）。因此，針對受限嵌入式系統(tǒng)建立和優(yōu)化ML模型就成為一個巨大的挑戰(zhàn)。

另一個挑戰(zhàn)是成功采用具有嵌入式ML功能的快速發(fā)展的新型硅。如果使用傳統(tǒng)方法，描述新推理芯片的特性將需要熟練的ML/嵌入式專業(yè)人員投入大量的精力來詳細探索和理解每個新芯片的神經(jīng)網(wǎng)絡能力，以便正確地利用其優(yōu)勢并繞過不可避免的嵌入式限制，例如內(nèi)存量或缺少對特定 ML 操作的支持。

傳統(tǒng)ML流程的這些挑戰(zhàn)將導致一個漫長的產(chǎn)品開發(fā)周期，充滿了迭代過程。許多產(chǎn)品仍然停留在概念驗證實驗中，無法實現(xiàn)批量生產(chǎn)。

芯科科技與Eta Compute的合作使得該公司的Aptos無代碼軟件工具鏈可以在包括EFR32xG24和EFR32xG26無線SoC平臺上接受訓練。Aptos對這些芯片的支持使其共同客戶能夠使用該平臺輕松創(chuàng)建高度優(yōu)化的模型，這些模型在 芯科科技解決方案上運行，用于圖像識別、分類、計數(shù)和人體姿態(tài)檢測等邊緣ML視覺任務。

Aptos 自動生成針對所選芯片的最佳ML模型并描述其特性。Aptos支持的初始芯片是 EFR32xG24和EFR32xG26。一旦通過指定目標和限制（例如模型準確性、延遲和功耗要求）并使用訓練和驗證數(shù)據(jù)集來定義 Aptos 要解決的ML問題，Aptos就會應用其對各個 Silicon Labs SoC 和編譯器的知識來自動生成模型。Aptos還根據(jù)實際硬件開發(fā)套件自動對這些模型描述特性，因此可以保證 Aptos報告的指標確實能夠在您自己的芯科科技硬件上實現(xiàn)。

Eta Compute 開發(fā)了Aptos，以幫助公司實現(xiàn)Edge-AI/ML的巨大潛力。此項合作旨在克服將邊緣ML產(chǎn)品從概念驗證實驗引入批量生產(chǎn)過程中的挑戰(zhàn)，包括解決ML和嵌入式軟件世界之間的巨大差距以及客戶可能遇到的資源、時間表和專業(yè)知識限制。

AI/ML的現(xiàn)況和未來趨勢

AI是當今熱門的流行語。任何與技術相關的對話都可以提到AI，這就是它對我們生活各個方面的影響。而AI再加上另一個相關的詞：ML，它們正在徹底改變一切，小到總結日常會議，大到揭秘復雜的蛋白質(zhì)結構。這些功能需要付出相當大的代價，包括其消耗的巨大電力，為進行模型訓練而更加依賴數(shù)據(jù)，以及隨著網(wǎng)絡犯罪分子變得更加老練而產(chǎn)生的內(nèi)在安全風險。這就是微型邊緣上的 AI/ML發(fā)揮作用的地方。

微型邊緣是在最接近數(shù)據(jù)源的小型資源受限設備上對計算和數(shù)據(jù)處理功能的部署。這些設備，通常是處理能力和內(nèi)存有限的傳感器或微控制器，在本地執(zhí)行操作，而不是依賴云計算。微型邊緣支持在這些小型設備上運行 ML 模型，能夠直接進行實時決策和數(shù)據(jù)分析，從而降低與數(shù)據(jù)傳輸和云存儲相關的成本。這種方法對于需要低延遲、低能耗、增強隱私保護和低帶寬利用率的應用特別有用。

未來，我們將有更多關于Aptos與芯科科技解決方案結合使用的詳細信息，同時，您可以觀看 Aptos 的現(xiàn)場演示和導覽，或者注冊免費試用，以生成針對芯科科技解決方案的優(yōu)化ML模型。