借助恩智浦面向重點應用領域推出的eIQ邊緣智能軟件環境和可自定義的系統級解決方案，邊緣節點開發人員如今可利用數學升級來推動云上機器學習(ML)的歷史性發展。

　　eIQ軟件環境包括構建和優化云訓練ML模型所需的工具，可在工業、物聯網(IoT)和汽車應用等各領域資源受限的邊緣設備中高效運行。一鍵式完成生產的解決方案專門面向語音、視覺和異常檢測應用領域。通過節省成為ML專家所需的大量投資，恩智浦使成千上萬家產品需要機器學習功能的客戶得償所愿。

　　恩智浦資深副總裁兼微控制器業務總經理Geoff Lees表示：“我們很久之前就認識到，邊緣節點的處理技術可切實推動客戶采用機器學習，所以我們創建了可擴展ML解決方案和eIQ工具，幫助客戶更容易獲取和使用從云向邊緣設備轉移的人工智能功能?！?/p>

　　在恩智浦整個微控制器(MCU)和應用處理器產品線的支持下，eIQ可提供開發人員在邊緣設備中實施ML所需的構件塊。恩智浦eIQ緊跟ML不斷發展的步伐，持續進行擴展以包括下列功能：數據采集和管理工具；適用于各種神經網(NN)框架和推理引擎的模型轉換功能，例如TensorFlow Lite、Caffe2、CNTK和Arm? NN；支持新興的NN公司，例如GLOW和XLA；傳統ML算法（例如支持向量機和隨機森林）；以及在恩智浦嵌入式處理器上部署異構處理模型的工具。

　　此外，恩智浦最近還推出了一款軟件基礎架構（稱為EdgeScale），旨在通過集中實現ML應用來統一邊緣設備中的數據收集、管理和處理方式。EdgeScale可與基于云的人工智能(AI)/ML服務無縫集成，并支持在所有恩智浦設備（從低成本MCU到高性能i.MX和Layerscape應用處理器）上部署云訓練模型和推理引擎。

　　公司基于eIQ環境推出了適用于基于邊緣設備學習和本地執行的視覺、語音和異常檢測模型的一鍵式解決方案。這些系統級解決方案可提供構建全功能應用所需的軟硬件，同時允許客戶添加自己的差異化功能。這些解決方案是模塊化結構，方便客戶利用簡單插件擴展其產品功能。例如，可輕松將語音識別模塊添加到使用恩智浦視覺識別解決方案的產品上。本周，在巴塞羅那全球物聯網大會上，恩智浦展示了引入這些功能的真實應用 - 出席者可體驗使用無人機并包括各種子系統的模擬工作場所，例如操作員進門面部識別子系統、針對操作員安全的對象識別子系統、本地語音控制命令以及用于預測無人機操作故障的異常檢測子系統。

　　恩智浦亮相ArmTechCon

　　本周，恩智浦在Arm TechCon會上展示其最新的邊緣計算產品。適用于恩智浦各種嵌入式處理產品組合的多功能eIQ工具和ML應用在620號展位及汽車館閃亮展出。

　　·級聯學習：在高性能i.MX 8QM上進行面部識別訓練，并在使用安全Docker容器的中級i.MX 8QXP和i.MX 8M應用處理器上部署壓縮的推理引擎。

　　·MCU級工業4.0 ML應用：剛發布的LPC5500 MCU上使用CIFAR-10的CMSIS-NN性能基準，支持使用基于Cortex-M4F的Kinetis MCU依靠傳統機器學習技術進行異常檢測。

　　·本地化語音和視覺ML應用，其特點為：

　　o剛發布的i.MX RT600跨界處理器，利用集成DSP，安全且運行功耗超低

　　o面向本地化語音喚醒和最終用戶可編程語音控制體驗的語音解決方案，也使用i.MX RT1050跨界處理器

　　o通過Au-Zone DeepView Ml套件實現的視覺解決方案：使用i.MX 8QM在微波爐中實施的食品識別，以及使用低成本i.MX RT 1050跨界處理器的交通標志識別。