MathWorks专访：如何用STM32设计出超越AI的智能应用

业界应若何对待边缘野生智能?ST受权分工火伴 MathWorks 公司的分工火伴团队与ST 配合接头了对边缘的见解，并与 STM32 社区分享了他们的设想教训。

MathWorks的 MATLAB® 和 Simulink® 软件驰名业界。MATLAB®软件对象可以让科学家阐发数据，开辟算法，建立模子;Simulink®软件能够建立模子化设想，仿真测试静态体系，支撑 STM32 MCU，开辟、安排和优化在 STM32 MCU上运转的使用。MathWorks 为开发者供应MCU 开辟安排对象，营业局限涵盖许多畛域，包孕操纵设想、旌旗灯号处置和嵌入式体系设想，以及许多公用附加产物。公司不但在学术界享有盛誉，在航空航天、汽车和工业市场也拥有很大的影响力。

恰是由于 MathWorks 领有云云壮大且经常使用的工具包，咱们才抉择与他们深刻接头边缘机械进修。 尽管这个话题曾经接头了很多年，但咱们觉得，像 MathWorks 如许的分工火伴提出的倡议有助于业界换个角度对待边缘机械进修，并解决业界面对的一些挑衅。是以，咱们采访了 MathWorks 嵌入式分工火伴司理 John Kluza 和计谋分工火伴专家 Reed Axman。

无关边缘机械进修的思索……

…近况

咱们是不是曾经大规模接纳边缘机械进修?

“在边缘机械进修被普遍使用和安排以前仍有不少事情要做”

MathWorks分工火伴团队：尚无，在边缘机械进修被普遍使用和安排以前另有不少事情要做。业界仍在追逐STM32微控制器等边缘设置装备摆设的才能，但它也在起劲应答一些基础挑衅，如能效和平安规范。

咱们是不是已达到能效临界点?

尚无。虽然在已往五年里，业界曾经显著提高了神经网络算法在微控制器上的运转能效，但在边缘机械进修失掉大规模使用前，依然需求设法进步体系能效，下降模子的安排难度。边缘AI手艺曾经进入许多细分市场，但在进入支流市场以前另有很长的路要走。

…预测

如何做能力进步边缘野生智能的能效?

可以或许在嵌入式体系运转体系代码以及多个神经网络，是在机械进修进展道路上获得的一个首要的里程碑。今朝，微控制器可以或许顺畅地运转一个神经网络，然则，运转两个或更多网络以及体系代码，同时坚持功耗在估算范围内，仍然是一个不小的挑衅。同时，确保适宜的平安机制到位也很首要。

野生智能中的安全性是什么意义? (笑问)机器人会袭击人类吗?

(笑) 不会，没有那样的工作，在科幻小说中经常会涌现如许的情节。野生智能的安全性是指事情可靠性，这意味着防止算法产生不测行动，确保AI有容错、毛病平安操纵和数据维护性能。

开辟职员若何建立更平安的AI使用?

这个题目欠好回覆，这也是 MathWorks 供应神经网络测试考证对象的初志。简而言之，设想团队可以用MathWorks对象考证机械进修算法的行动，并在现场安排前建立冗余机制。用户还能够模仿传感器数据的中缀或变迁，以更好地展望理想天下的情形。

建立边缘机械进修

高效的数据学阐发要领

关于一家致力于边缘机械进修的始创公司，你有哪些针砭箴规?

起首，弄清楚用例的详细请求，及时处置是不是是重要需要?数据隐衷是不是是人人都很体贴的题目?算力和功率有哪些限定? 一旦肯定了硬件规格，团队就能专一开辟推理速率、存储器占用和展望准确性平衡的野生智能模子。在这个方面，应用现有对象和模型库能够最大限度地进步开辟服从，收缩产物上市时候。我还倡议建立一个数据平安处置规划，展望连贯题目(如果有联网组件)，并肯定体系扩大规划。 一旦想清晰了这几点，设想职员就能更好地抉择是不是聘任数据科学家来开辟机械进修算法。

那末聘任数据科学家并非第一步，以至不是必需的?

在某些情况下，第一步要做的是聘任数据科学家。然则，用 MATLAB 建立高准确度模子，纷歧定非是数据科学家或 AI 专家弗成。工程师粗浅懂得他们的数据，深知他们要解决的题目，而数据科学家在某种程度上平日不具备这些常识。比方，团队能够先构想一个野生智能的体系设想，以至测验考试从模型库导入神经网络，而后，再聘任低廉且希有的数据迷信人材。如许做将有助于更好地确定要解决的题目。另外，MathWorks的现有对象让体系工程师可以或许在自力解决野生智能问题上获得庞大发展。

公司应若何开端研发机械进修算法?

借助 MATLAB 和 Simulink 等对象，用户能够简化算法开辟和在嵌入式设置装备摆设上安排模子。咱们在 TinyML登录页面接头了将高效 AI 网络安排到 MCU 的流程，另有相干的要领视频和研讨会举止。

MATLAB 会庖代数据科学家吗?

明显不会，然而，MATLAB的性能，及其与 PyTorch 和 TensorFlow 等其余深度进修平台的协同操纵性能，能够促成团队成员之间的合作，并有助于加速在边缘上完成机械进修。

感性对待AI

能够向咱们展示边缘机械进修解决题目的示例吗?

当然! 借助 MathWorks 和 STM32 MCU，边缘野生智能能够进步产物性能，偶然还能下降体系本钱。咱们还供应用户案例库，展示企业如何用 MATLAB 和 Simulink 开辟机械进修和 深度进修，包孕虚构温度传感器、压力传感器、激光雷达分类器和心电图阐发。

假如想懂得计算机视觉和机械进修的示例，请检察 MPCam和MPTherm：在STM32MP1上开辟计算机视觉的多合一解决计划

甚么情况下最佳防止边缘机械进修?

假如传统要领可以或许操纵体系，并且计较资本需要比神经网络低，就无须用边缘机械进修。比方，可以用卡尔曼滤波器构建体系，求解大型线性代数题目，在某些情况下能够供应使人合意的结果。

假如没有这种业余常识或资本，怎么办?

这时便是就该边缘机械进修退场了。偶然，企业不足开辟正确模子所需的业余常识。异样，假如体系的非线性或时变性异常显然，那末应用传统要领建立运算模子大概无奈完成，或许没有上风。在这些情况下，解决沟通的题目，边缘机械进修要领就变得更经济划算了，假如团队精简收缩神经网络算法，优化模子，物料本钱可能会变得更低!

锻炼和优化哪一个更首要?

二者的感化都很首要。然而，假如你有少量的锻炼数据和壮大的神经网络，但在边缘设置装备摆设上完成模子的才能很弱，那末统统都是徒然。是以，模子优化相当首要。低功耗体系和较小的存储器占用率，以及功能精良的神经网络，能够让团队倏地地宣布新产品。当团队曾经优化了底层代码时，长时间改良模子功能就会比拟轻易。

ST 和 MathWorks 生态体系

MathWorks 和 ST 的分工会给业界带来哪些影响?

MathWorks 为开辟职员供应了许多跨硬件平台移植使用的性能，由于开发者可能与多家 MCU 厂商分工。另外，MathWorks 还供应一个残缺开辟流程，涵盖从数据学阐发、神经网络建立，到优化、仿真和安排这些神经网络的全部开辟进程。另外一方面，STM32Cube.AI 等ST软件支撑为STM32 MCU天生C代码，STM32Cube.AI Developer Cloud新增了网络基准测试和模型库。

STM32Cube.AI 和 MathWorks对象若何互相合营的?

MathWorks的 Simulink软件支撑 STM32硬件

STM32Cube.AI 和 MathWorks对象合营应用，为开发者供应了一个残缺开辟流程比方，工程师能够从 ST Model Zoo模型库、TensorFlow、PyTorch 或 MATLAB开端建立神经网络，然后用 STM32Cube.AI Developer Cloud举行开端基准测试是以能够赞助开辟职员抉择本钱功能和推理时候周全平衡目的模子而后，团队能够模子集成到 Simulink举行体系模子测试。STM32硬件支撑包和嵌入式编码器能够执行在环(PIL)测试倏地原型设想，使工程师可以或许评价AI模子和配套操纵逻辑，以及团体功能，看看是不是吻合预期。

开发者需求注重甚么?

除了 STM32Cube.AI供应的代码天生外，还需要思量原型设想题目比方，借助 STM32Cube.AI Developer Cloud，在多个 Nucleo 开发板上做同一个基准测试能够赞助团队每一个项目倏地选定最好器件。

STM32开发者当初应做些甚么?