為MCU賦能工業AI

問：邊緣AI給工業帶來了哪些變化？

答：邊緣人工智能技術可以用于開發更智能的設備/更智能的應用。在遇到通常需要人工決策的復雜事件時，這些設備將能夠自行作出決策。

因為本次采訪是工業專題，所以我們以電機為例討論邊緣人工智能。工業設備應該24/7全天候運轉，所以密切監視設備老化程度是非常重要的。

在此電機上添加一個運行AI的智能單元，能夠準確地檢測到老化現象，將有助于預測故障并防止停機停產。

有趣的是，因為電機上裝有AI設備，不需要一直連接到云端，就能準確的檢測到迫在眉睫的重大故障，如果威脅到操作員人身安全，還可以決定停止電動機運行。總之，其特點可以歸納為：

·         最便宜的工業設備維護成本；

·         為周圍用戶提供更安全的工作環境；

·         處理速度快，延遲時間短，而非邊緣智能設備本機因為沒有裝置AI，需要連接到云服務器才能做出決策；

·         可降低設備的能耗，因為智能設備的能耗遠遠低于連接云AI解決方案；

·         更好的安全性能/隱私保護，因為智能設備可以自行在本機上處理工業設備數據，不會將數據發送到云服務器（不易遭受黑客網絡攻擊）。

問：其技術挑戰是什么？

答：我們認為當今的主要挑戰是，我們的客戶非常想要通過AI提高應用的智能程度，或者說在想在產品上增加AI。然而有這方面知識或經驗的廠商寥寥無幾。

另一個挑戰可能是數據隱私，目前大多數客戶對數據上云的做法仍持謹慎的態度。

問：貴公司是如何解決這些難點的？有哪些創新性的解決方案推薦？

答：ST了解這些挑戰，并意識到有必要為客戶提供一個邊緣AI開發生態系統，方便客戶在微控制器上添加AI。因此，ST在2018年CES（美國消費電子展）上發布了STM32Cube.AI，幫助客戶解決這個難題。

STM32Cube.AI是一款軟件工具，用于為意法半導體微控制器優化DNN（深度神經網絡。STM32Cube.AI可以從眾多流行的AI開發框架中（如Keras, Tensorflow Lite等）獲取接受過預訓練的神經網絡模型輸出，并將其映射到經過優化后、適用于目標STM32 MCU的存儲及處理能力的DNN（深度神經網絡）中去。

更通俗地講，STM32Cube.AI是一個生態系統的通用名稱，用于在STM32上實現AI功能。 它是眾多工具的集合，包括硬件平臺，合作伙伴，固件庫，移動應用程序等，可在STM32微控制器上實現AI功能。有了STM32Cube.AI，讓客戶在STM32系列上運行AI變得非常輕松簡單。

針對那些對AI知之甚少的客戶，ST通過展示與合作伙伴共同打造的完整的解決方案和詳盡的用例，以幫助這類客戶提高對AI的認知度。同時，我們每月也會有計劃地舉行一些實踐研討會，提高客戶對STM32生態系統的熟悉度。

關于剛才提到的數據隱私問題，ST可以幫助客戶在邊緣（STM32）而非在云（服務器）上運行AI。這樣就不需要將數據傳輸到云，可以使客戶隱私得到更好的保護 。與在云計算相比，邊緣（STM32）計算的其他優點還包括：更低功耗、更安全。在邊緣端(STM32)運行AI，可以有效減少智能邊緣設備的功耗，以及在設備和云之間傳輸數據帶來的額外功耗。更重要的是，在邊緣運行AI可以讓設備在盡可能低延遲的情況下，自行作出決策并對設備進行實時控制，從而避免因操作不及時給用戶或機器帶來的安全隱患和直接損失。