从运算推理到深度学习 STM32在AIoT时代释放无限可能

从万物互联到万物智能的AIoT时代已经来临，AI(人工智能)正在以惊人的速度影响中国市场发展。中国的AIoT市场是一个万亿级的市场，并且在快速发展，芯片、传感器和算法的深度集成是AIoT最核心的技术之一，AIoT对边缘计算的大量需求对芯片制造商而言是一个很好的机会。

对于一介主打“控制”的MCU芯片来说，要兼具IoT和AI的双重能力实则并非易事，因为这并不意味着盲目提升MCU算力就好，同时还必须兼顾MCU为适应IoT应用所需要的低功耗和实时性等诸多特性。在4月26-27日在深圳举办2019年STM32峰会上，《华强电子》记者了解到，意法半导体已经研发出构建下一代智能设备所需的软硬件解决方案，包括收集信息的硬件和处理数据的软件库，以及用于解释、分析和运行AI应用程序的微控制器。

在嵌入式系统上实现AI的运算和推理

要MCU去处理轻量级语音数据可能难度并不是太高，但对于像人脸及图像识别这类更大数据集的运算和推理，对于只有几十到上百MHz的主频MCU视乎很难。这其中的奥秘之一就是STM32Cube.AI，这是一个可以将神经网络转换成 STM32MCU专用代码的软件工具包，意法半导体微控制器事业部全球市场总监Daniel Colonna表示，我们提供这样的工具能够实现神经网络的映射，从而在微控制器端实现人工智能的运算。开发人员可以用工具包将预先训练的神经网络转成可在STM32 微控制器上运行的C代码，调用经过优化的函数库。STM32Cube.AI附带即用型软件功能包，其中包括用于识别人类活动和音频场景分类的代码示例，可在ST SensorTile 参考板和ST BLE Sensormobileapp移动应用程序上立即使用这些代码示例。目前该工具支持Caffe、Keras(带有TensorFlow后台)、Lasagne、ConvnetJS框架和Keil、IAR、SystemWorkbench等IDE开发环境。FP-AI-SENSING1软件功能包提供支持基于神经网络的端到端运动(人类活动识别)和音频(音频场景分类)应用代码示例。该功能包利用ST的SensorTile参考板在训练之前捕获和标记传感器数据，然后，电路板运行优化神经网络的推论。自2007年至今，客户数量超过40,000/STM32出货量超过40亿片，STM32Cube.AI下步计划是让大多数STM32产品都支持AI深度学习。

记者从现场演示应用区了解到，使用ST的FP-AI-SENSING1功能包，它能从SensorTile模块的麦克风捕获音频，然后处理信号，推断声音是来自室内、室外还是车内。使用机器学习识别人类活动(跑步、行走等)以及通过图像分析识别物体或角色的工具。所有这些程序都将在STM32 MCU上运行，这些都证明了嵌入式系统在未来人工智能领域所具有特殊的地位。

ST的MCU能在AI应用中实现强大性能的另外一个关键是具有超高计算能力的新一代STM32H7微控制器和STM32MP1微处理器的AI功能，STM32H7性能将达到2400 + 820 = 3220 CoreMark. MHz，这对于神经网络处理MJPEG渲染过程，显示画面流畅的视频，以及在驾驶辅助系统中通过 TouchGFX技术运行复杂的图形用户界面都至关重要。STM32MP1是采用Arm?Cortex? -A和Cortex? -M双核架构的MPU，具有计算和图形处理能力的同时还兼备高能效实时控制和高功能集成度，有助于简化工业制造、消费电子、智能家居、医疗应用高性能解决方案的开发。例如，通过停止Cortex-A7执行指令，只让能效更高的Cortex-M4运行，功耗通常可以降至25%。再从这种模式进入待机状态，功耗进一步降至1/2500(两千五百分之一)，同时仍然支持1到3秒内恢复Linux执行，具体恢复速度取决于实际应用。

传感器也能运行机器学习

在STM32峰会现场记者看到，基于日本公司No New Folk Studio的第一个智能鞋平台Orphe Track演示的NNF舞鞋和AI魔鞋受到参会者的热捧。据悉，该智能鞋的传感器模块Orphe Core采用意法半导体的传感器，能够极其精确和高效地跟踪用户的运动。传感器内部的AI算法能够梳理用户行走和跑步生成的数据，提供有关如何提高运动效率的建议，还能记录用户的日常运动方式和健康状况，并关联到各种健身和保险服务。

看来，ST的传感器创新之路也在向AI迈进!ST大中华暨南亚区模拟器件、MEMS和传感器(AMS) 产品部市场及应用高级总监吴卫东介绍，ST创造的新一代传感器，能够使开发人员通过提高整体系统效率来挖掘其潜力，这得益于：降低功耗，提升性能，通过利用来自AI世界的机器学习技术来实现。在同类型产品中具有最佳IMU功耗(0.55 mA 高性能组合模式)，在传感器硬件上运行机器学习，可节省10到1000倍的功耗(vs. 应用处理器)，简化和精益系统概念一是可配置电源模式和高速通信，二是运行精确算法的灵活的硬件解决方案。通过下图中的5个简单的步骤，通过使用基于人工智能的解决方案将可检测性提高20%。

在近期市场非常火热的TWS耳机中，我们可以看到通过ST传感器来实现音频和震动的融合，确保用户的语音始终清晰，不受环境噪声的影响。

STM32的DNA——生态系统

通过此次STM32峰会，我们可以感受到，AI技术使用经过训练的人工神经网络对运动和振动传感器、环境传感器、麦克风和图像传感器的数据信号进行分类，比传统的手工信号处理方法更加快速、高效。而ST的产品规划和生态战略，无论是MCU、MPU等嵌入式技术，还是传感器创新，都在朝着更强的计算能力、更多的连接技术、更多的安全技术、更多的AI功能等方向迈进! 当然，这都是依托于ST在嵌入式处理器领域的领先地位及其合作伙伴共同构建的强大、成熟的STM32 系列生态系统，包括开发工具和技术支持。意法半导体总裁兼首席执行官Jean表示，目前有170多家合作伙伴在不断完善的生态系统，这是STM32的DNA ，目前系统粉丝数达10万名，日均用户达6500名，优秀的DNA是我们的产品创新强有力的支撑，是公司保持强有力竞争的关键。2018年公司收入96.6亿美元，同比增长15.8%。ST正在加大关键技术和产能的投资，以提供专有产权和差异化技术，2019年预计投入11-12亿美元在技术研发上，占到现金流的17

意法半导体微控制器和数字IC(MDG)产品部副总裁微控制器事业部总经理Ricardo表示，到2018年底，STM32共有14个系列700个型号在产，持续丰富STM32生态系统赋能60,000多位客户。到2019年底预计有15个系列900个产品型号共享1 个完整的生态系统。STM322018年的出货量达到12亿多颗，复合增长率达30%，年收入排名全球通用MCU中的第二，交货周期稳定在6-10周左右，2018年中国通用MCU+汽车MCU排名名列榜首。持续丰富的STM32生态系统赋能60000多位客户，可免费共享一个集成开发环境，覆盖产品设计到生产全过程。本次峰会上，意法半导体生态系统中的重要合作伙伴阿里巴巴、微软、arm、百度、出门问问、移远通信等都来到现场展示最新合作成果。

除了人工智能外，工业安全与云连接技术也是本次STM32峰会的重点，展示区模拟智能工厂环境，展示一系列工业应用解决方案，包括电机控制，预测性维护、稳健而精确的工业传感器，以及物联网节点安全解决方案，以满足和应对工业、汽车、个人电子和物联网对安全通信的要求。此外安全微控制器STM32L5内置一颗基于Arm TrustZone的Cortex-M33内核，用于隔离信息存储区，保护系统固件、安全启动等。为不影响产品性能，安全机制采用硬件加速技术。

在云连接技术方面，意法半导体演示在STM32WB无线SoC上运行蓝牙Mesh应用。通过蓝牙和sub-GHz网络将应用连接到云的BlueTile(STEVAL-BCN002V1B)和STEVAL-FKI001V1开发板等技术。只需几步即可创建网络并将数据上传到网络的6LoWPAN软件包是本届峰会的另一个亮点。