小小MCU上也能搞人工智能計算？還有傳感器上也搞AI?估計很多人不相信，不過事實上確實做到了，而且是我們常見的人臉識別、動作識別、場景識別，這是不是讓很多高大上的AI公司很“ 打臉”？
4月26日，主題為”聚智慧創未來“的STM32 2019高峰論壇在深圳舉行，超過3500名設計工程師參加了為期兩天的峰會，在萬物互聯向萬物智聯的大風口下，通用MCU排名全球第二，擁有65000名客戶的ST舉辦的此次峰會備受矚目，阿里巴巴、移遠科技、微軟等眾多合作伙伴到場交流，而ST也發佈了有關MCU和傳感器的激進藍圖，未來，ST要掀起一場傳感器和MCU上的AI革命！
MCU上能跑AI運算嗎？
可能很多小夥伴和我有一樣的困惑，僅僅憑藉MCU幾十上百MHz的主頻和寄存器模式能跑得了AI運算？算力能夠嗎？別忽悠人了。
確實，雖然目前大多數MCU沒有足夠內存和處理能力來運行DNN（深度神經網絡）算法，但ST用一套巧妙的辦法介紹了這個問題，他們針對MCU進行優化，使其可以運行DNN。這裡面的關鍵就是AI開發工具--STM32Cube.AI工具包。
號稱STM32微控制器之父的意法半導體微控制器事業部全球市場總高Daniel Colonna在回答我的問題時指出：“通過STM32Cube.AI，開發人員現在可以將預先訓練的神經網絡轉換為C代碼，該代碼可以調用在STM32 MCU上運行的優化庫中的函數。這樣在STM32微控制器（MCU）上運行神經網絡了。”
通過這個工具包，ST可以將AI驅動到邊緣和節點嵌入式設備上，目前ST正在將AI引入微控制器供電的智能設備，位於節點邊緣以及物聯網，智能建築，工業和醫療應用中的深度嵌入式設備。
使用STM32CUBE.AI部署神經網絡的5個步驟
1.捕獲數據
2.清理，標記數據和構建ANN（人工神經網絡）拓撲
3.訓練ANN模型
4.將ANN轉換為STM32 MCU的優化代碼
5.使用經過培訓的ANN處理和分析新數據
在高峰論壇現場我看到有關利用STM32實現的人臉識別、食物識別、人體動作識別、手寫體識別、背景識別等。
其基本的流程就是先訓練一個神經網絡模型，然後通過STM32Cube.AI將這個神經網絡模型轉換為MCU能識別的代碼，這個工具包還可以估算運算量，如果運算量過大還可以進一步優化模型再導入。
這是韓國公司做的人臉識別演示
這是意法半導體演示的食物識別，目前可以識別18類食物
這是演示的人體活動識別，可以識別五類動作，這個在可穿戴設備上可以用到，精準度很高。
這是手寫體識別案例
關於背景識別，據介紹，ST提供音頻場景分類的代碼示例，可用於ST參考傳感器板和移動應用程序，經過訓練的人工神經網絡對運動和振動傳感器，環境傳感器，麥克風和圖像傳感器的數據信號進行分類，比傳統的手工信號處理更加快速有效。
據悉，STM32CubeMx.AI採用來自各種最流行的AI框架（包括Caffe，CNTK，Keras，Lasagne，TensorFlow和theano）的預訓練神經網絡模型輸出。有工作人員透露支持最新框架的升級版已經要發佈了。
現在ST已經在STM32CubeMX工具中引入STM32Cube.AI工具包，大家可以在STM32CubeMX（V5.0.1或更高版本）工具中在線更新：
更多信息大家可以點擊這裡 https://www.st.com/en/embedded-software/x-cube-ai.html?icmp=tt9145_gl_pron_dec2018
這是意法半導體在AI 上的規劃，未來大部分的STM32產品會支持AI深度學習，會支持更多人工智能框架，將節點端的AI深入到更多領域。
傳感器上也能跑AI嗎？
在當天的高峰論壇上，意法半導體大中華暨南亞區模擬器件、MEMS和傳感器(AMS)產品部市場及應用高級總監吳衛東在演講中還表示ST在傳感器上還實現了AI！這個更震驚啊
據他介紹，通過在傳感器上還運行機器學習，可以實現最佳的傳感器功耗，可節省10到1000倍的功耗 (vs. 應用處理器)！
在意法半導體最新的LSM6DSOX傳感器上，只要經過5個簡單的步驟，通過使用基於人工智能的解決方案將可檢測性提高20%，這5個步驟是：
1、用戶定義要識別的類
2、收集每個類的數據 定義最能描述已識別 類的特性
3、機器學習工具根據數據 配置LSM6DSOX並 和特性為LSM6DSOX生成程序
4、運行應用程序
5、利用來自A.I.世界的機器學習技術來實現
通過這樣的機器學習，可以識別數據和用戶定義的活動是否匹配，例如可以識別用戶是否在x行步、行走、駕駛或者乘坐飛機
“在傳感器上實現機器學習，我們是通過一種類似虛擬機的方式實現了，就是可裡面有一套邏輯判斷機制。”在跟吳衛東交流時他這樣解釋，“在傳感器上還運行機器學習的好處是可以通過機器學習把有用的數據識別出來傳輸，這樣也可以降低數據傳輸量，變相地降低功耗和帶寬消耗。”
他舉例說在實際應用中ST還把傳感器和音頻應用結合起來，可以實現更清晰的語音，例如目前流行的TWS耳機，通過應用這樣的傳感器可以明顯提升通話音質。
此外在鋰離子電池保護中，採用這樣可以方式可以檢測衝擊，更好地保護電池
他表示ST有豐富的傳感器產品系列，未來利用可以實現機器學習的傳感器打造更多低功耗、高精度、嵌入式智能，ST提供提供完整的軟件解決方案，友好的代碼編譯GUI，傳感器可以使每個細分市場的新功能成為可能，未來更多的數據需要更多的傳感器，而更好的傳感器產生更高質量的數據。
目前，ST排名全球通用MCU第二名，每年發貨量超過12億顆，交期也穩定在8周左右。
從這次高峰論壇公佈的roadmap看，STM32現有14個系列在產，此外還增加了高性能的MPU系列，它採用Cortex-A7內核和M4內核可以實現高性能工業控制和雙系統。
這是MPU的應用展示
這次高峰論壇ST還發布了號稱“STM32圖形界面設計終極工具”的Touch GFX，它可以支持STM32全系列的圖形界面設計，在工具開發上更方便開發者。
Daniel Colonna表示ST MCU未來幾個宏觀趨勢是：
1、更多無線連接
2、更高能效比，更低功耗
3、更多硬件加速器, 更多模擬外設 ，提供2D圖形處理器與開發工具，電機控制模擬外設和算法處理器和人工智能功能。
4、更安全--防止遠程、電路板和物理攻擊、符合新的物聯網標準
5、價格更親民--要搞價格戰了？
目前，ST已經有超過6萬名嵌入式領域客戶，並和阿里巴巴、微軟等這樣的巨頭合作，未來必將加速萬物互聯向萬物智聯轉變。
在這次高峰論壇上，意法半導體總裁兼首席執行官JEAN-MARC CHERY指出從客戶需求反饋來看，今年下半年MCU市場就將全線反彈，隨著MCU、傳感器進入人工智能時代，一個萬物智聯的時代就要來到了！
本土的創新者們，你們準備好了嗎？
閱讀更多 芯動傳播 的文章
