[德國慕尼黑訊]據(jù)調(diào)研機(jī)構(gòu) Markets and Markets 指出，人工智慧物聯(lián)網(wǎng)(AIoT)市場將自2019年的51億美元擴(kuò)增至2024年的162億美元，年復(fù)合成長率達(dá)26%。英飛凌科技致力于加速開發(fā)差異化AIoT產(chǎn)品，推出ModusToolbox Machine Learning (ML)，可以在英飛凌PSoC微控器 (MCUs)上實(shí)現(xiàn)基于深度學(xué)習(xí)的工作負(fù)載。

英飛凌ModusToolbox ML讓開發(fā)人員直接在PSoC微控器使用自己偏好的深度學(xué)習(xí)架構(gòu)，協(xié)助設(shè)計(jì)人員優(yōu)化嵌入式平臺模組。

ModusToolbox ML是ModusToolbox Software and Tools的新功能，包含中介軟體、軟體程式庫和特殊工具，讓設(shè)計(jì)人員能夠評估與配置深度學(xué)習(xí)的機(jī)器學(xué)習(xí)模組。本功能可和 ModusToolbox 的現(xiàn)有架構(gòu)無縫整合，因此機(jī)器學(xué)習(xí)的工作負(fù)載即可輕松整合至安全人工智慧物聯(lián)網(wǎng)系統(tǒng)。工具組合的內(nèi)容豐富，可提供優(yōu)化的機(jī)器學(xué)習(xí)模組配置工作流程，讓開發(fā)人員更有效率，加速讓優(yōu)質(zhì)產(chǎn)品投入市場。

AIoT可提供聯(lián)網(wǎng)裝置的機(jī)器學(xué)習(xí)能力，進(jìn)而能執(zhí)行智慧型的作業(yè)。 ModusToolbox ML讓開發(fā)人員能夠直接在PSoC微控器使用自己偏好的深度學(xué)習(xí)架構(gòu)，例如TensorFlow。此外，本功能可協(xié)助設(shè)計(jì)人員優(yōu)化嵌入式平臺模組，縮小體積和降低復(fù)雜性，同時驗(yàn)證測試資料的效能。

英飛凌物聯(lián)網(wǎng)運(yùn)算與無線連接副總裁 Steve Tateosian 表示：「由于物聯(lián)網(wǎng)的迅速成長，在邊緣端產(chǎn)生了極大的資料量。TinyML 微型機(jī)器學(xué)習(xí)讓AIoT自然進(jìn)化，同時在本地進(jìn)行處理將有助于管理資料隱私、延遲與整體系統(tǒng)可靠度。ModusToolbox 可透過提供靈活的工具與模組化程式庫來彌補(bǔ)機(jī)器學(xué)習(xí)與嵌入式系統(tǒng)設(shè)計(jì)之間的重大落差，透過在英飛凌超低功耗微控器中建置常用的訓(xùn)練架構(gòu)，輕松優(yōu)化、驗(yàn)證與配置深度學(xué)習(xí)模組。」

ModusToolbox ML可讓開發(fā)人員減少系統(tǒng)開發(fā)人員在開發(fā)AIoT應(yīng)用時面對的復(fù)雜情況。這些應(yīng)用通常需要與機(jī)器學(xué)習(xí)工作負(fù)載無縫整合，以及ModusToolbox ML所提供的運(yùn)算、網(wǎng)路連線和云域功能。