在微控制器上执行人工智能应用 -凯发app官网登录

人工智能（ai）算法是一项相当消耗计算资源的应用，想要在使用微控制器（mcu）的嵌入式系统中执行人工智能计算，以往被视为不可能的任务。如今随着技术的进步，已经不再是痴人说梦的事。本文将为您介绍在微控制器上执行人工智能应用的发展现况与凯发app官网登录的解决方案，以了解最新的科技发展趋势。

运用mcu执行人工智能计算已是大势所趋

谈到人工智能，其相关技术还包括机器学习和深度学习，这些技术都需要耗费大量的计算资源，通常也跟功能强大的cpu、gpu和fpga等处理技术有关，但随着ai技术朝向云到边缘运算发展，人工智能计算引擎将可允许mcu推动嵌入式应用到更宽广的世界。至少，它将使得嵌入式设计能够提高对网络攻击的实时响应能力，并提升设备的安全性。

目前市面上很多电子产品都是运用mcu进行设计，mcu已经普遍地融入在人们的生活当中。如今，随着人工智能的快速发展，有越来越多的智能产品具备人工智能功能，像是物联网（iot）装置、智能家电、智能音箱等，这使得越来越多的公司开始重视在采用mcu的嵌入式设备上运用ai的特点，更注重mcu结合ai的开发。

在mcu上面运用ai有相当多的好处，它可以降低产品的功耗与成本，加快产品上市的速度，且直接在前端处理，而不需要再进行云计算，可加快ai计算的效能，不过，由于mcu的算力较弱，计算的频率也较低，跟cpu的算力相比有着明显的差距。

此外，mcu缺少建模和训练工具，因此要在mcu上实现ai计算，通常还是需要pc端的工具来协助，且其建立完成后的模型通常较大，并不适合mcu使用，且在集成的流程与开发工具的应用上，都还有些难度。

新技术解决mcu运行人工智能计算的难题

面对着强劲的市场需求，已经有许多厂商投入心力，解决想要在mcu上执行人工智能计算的难题，目前已经出现许多凯发app官网登录的解决方案，像是在对象识别、启用语音的服务和自然语言处理等应用，已经可以使mcu具备ai算法的能力，还可为物联网、可穿戴设备和医疗应用中的电池供电设备，提供了更高的准确性和数据隐私性。

其中想要让mcu执行ai算法最常见的第一种方法，涉及到用于一系列神经网络（neural network, nn）框架（例如caffe 2、tensorflow lite和arm nn）的模型转换，用于在mcu上部署云训练的模型和推理引擎，目前已经有一些软件工具，可以从云中获取经过预训练的神经网络，并通过将其转换为c代码来针对mcu进行优化。

在mcu上运行的优化代码可以在语音、视觉和异常检测应用中执行ai功能，工程师可以将这些工具下载到mcu配置中，并运行优化神经网络的推论，这些ai工具集还提供了基于神经网络ai应用的代码示例。

第二种方法则是绕过了从云借用的预训练神经网络模型的需求，设计人员可以将ai库集成到微控制器中，并将本地ai训练和分析功能纳入其代码中，随后，开发人员可以基于从边缘的传感器、麦克风和其他嵌入式设备获取的信号来创建数据模型，并运行诸如预测性维护和模式识别之类的应用。

第三种方法，则是提供ai专用协处理器，使mcu供应商能够加快机器学习功能的部署，像是arm cortex-m33之类的协处理器，可以利用诸如cmsis-dsp之类的流行api来简化代码的可移植性，从而允许mcu与协处理器紧密耦合，以加速ai功能（如协同相关和矩阵运算）。

针对计算机视觉的人工智能功能包

为了协助采用stm32 mcu能够支持ai功能，意法半导体推出了用于高性能的stm32cube的fp-ai-vision1功能包，可用于计算机视觉的人工智能应用。fp-ai-vision1具有基于卷积神经网络（cnn）的计算机视觉应用示例，fp-ai-vision1由x-cube-ai扩展包生成的软件组合所组成，并补充了专用于基于ai的计算机视觉应用的应用软件组合。

功能包中提供的应用示例包括食物识别（可识别18类的常见食物），以及人身检测（可识别图像中是否存在人）。fp-ai-vision1使用stm32_ai_runtime神经网络库实现了高级计算机视觉应用，库是基于预训练的模型，并通过stm32cubemx工具的x-cube-ai扩展包所生成。

提供完整功能与示例加快产品的开发速度

fp-ai-vision1功能包演示了两种类型的神经网络模型的集成：32位浮点模型和8位量化模型。它还演示了在不同存储器配置中的模型集成（仅依赖于mcu内部存储器或额外使用外部存储器）。

fp-ai-vision1功能包具有一个图像预处理库stm32_image，可与特定的硬件板组合在一起，用于开发特定的计算机视觉应用，它包括各种处理功能来处理帧缓冲区的内容。fp-ai-vision1功能包还包括usb网络摄像机的驱动程序，可用于创建图像和视频数据集收集，以及用于将图像捕获到帧缓冲区、预处理帧缓冲区的内容，以及运行神经网络推理的框架，可在主机上执行实时测试。

fp-ai-vision1还可以连接到b-cams-omv摄像机模块捆绑包（建议）或stm32f4dis-cam摄像机子板（仅限旧版）的stm32h747i-disco discovery板上运行，在连接到主机时可以充当usb摄像机（uvc）设备。

fp-ai-vision1具备完整的固件，可在stm32微控制器上开发计算机视觉应用，具有基于浮点模型和量化模型的集成示例，以及可以对嵌入式应用进行测试、调试和验证的库，并具有免费且用户友好的许可条款，方便厂商进行产品的开发。

结语

人工智能应用已经成为当前最热门的科技发展方向，人工智能结合物联网应用（aiot），将翻转各种产品的应用方式，真正实现更为智能的万物互联，彻底改变人类的生活方式。目前在mcu上执行人工智能运算已经成为现实，为更多嵌入式系统的人工智能应用开启了更广阔的大门，未来的科技发展将更令人期待。