[COMPUTEX] Silicon Labs实现物联网人工智慧边缘应用

物联网产品的设计，可以透过人工智慧和机器学习的潜力，来为家庭安全系统、穿戴式医疗监测器、商业设施和工业设备监控感测器等边缘应用带来更高智慧化。但在边缘装置的设计上，必须兼顾部署人工智慧或机器学习等不同考量，这往往使得性能和能耗面临两难的困境，最终得不偿失。

Silicon Labs台湾区总经理宝陆格

Silicon Labs针对这样的需求，推出BG24和MG24系列两款2.4GHz无线SoC晶片，分别支援蓝牙和多重协定操作，同时也推出新的软体工具包。此新平台同时优化硬体和软体，有助于在电池供电的边缘装置上，实现人工智慧与机器学习应用的高性能无线功能。Matter-Ready系列的的超低功耗BG24和MG24产品可支援多种无线协定，并提供PSA 3级认证的Secure Vault安全保护，非常适合用于各种智慧家庭、医疗和工业应用。

BG24和MG24元件内建专用的AI与ML加速器，加上其超低功耗特性，使得设计人员面临的困境都可以迎刃而解。这种专用硬体可以快速高效地处理复杂运算，根据内部的测试结果显示其性能提升达4倍，能源效率提升达6倍。由于机器学习运算是在边缘设备而非在云端进行，因此消除了网路延迟，进而可以加速边缘端的决策和行动。

BG24和MG24系列还具备了Silicon Labs产品组合中，最大的快闪记忆体和RAM容量。也因此，这些元件可以支援多重协定，并针对大型资料集进行ML演算法的训练。另外，门锁、医疗设备和其他需谨慎部署的产品都需要更高安全性，对这类产品来说，强化设备免受外部安全威胁至关重要。PSA 3级别认证的Secure Vault是物联网设备的最高级安全认证，新的产品系列具备了PSA 3级别认证，可为这类应用提供更完整的安全能力。

除了原本就支援的TensorFlow，Silicon Labs还与AI和ML工具供应商合作，例如SensiML和Edge Impulse等，以确保开发人员获得端对端工具链，简化机器学习模型的开发，并优化无线应用的嵌入式部署。将新的AI/ML工具链与Silicon Labs的Simplicity Studio，以及BG24和MG24系列的SoC整合，开发人员可从使用Matter相互通讯的各种连接装置中撷取资讯，然后进行智慧化的机器学习驱动决策。

例如，在商业办公大楼中，很多灯具是由动作感测器所控制，这些感测器透过监控是否有人员活动以判断该开灯还是关灯。然而，当人员在办公桌前打字时，只有手和手指动作，单凭动作感测器无法辨别人员是否在场，如此一来工作人员可能便会处于黑暗中。透过Matter应用层将声音感测器与动作感测器连接起来，打字声这种这个额外的声音数据就可以输入机器学习演算法中，进而使照明系统更智慧的决定该开灯还是关灯。

边缘ML运算也支援其他智慧工业和家庭应用，包括用于异常检测的感测器数据处理、预测性维护、用于改进玻璃破碎监测的声音模式辨识、简单命令词辨识以及视觉用例，例如使用低解析度相机进行现场监测或人数统计等。

全球零售商正寻求透过更准确的资产追踪、即时价格更新和其他方面来提升店内购物体验。商业办公大楼管理部门的工作人员正在探索如何使建筑系统的照明与空调更智慧化，以降低业主成本并?少环境碳足迹。而消费性与智慧家庭解决方案供应商也正努力简化各种装置的连接性并扩展其互动方式，以便为消费者带来创新的功能和服务。包括40多家来自不同产业与应用的企业，已开始透过初期专案着手开发并测试这些新的平台解决方案。BG24和MG24平台的超低功耗和进阶功能正式吸引这些先期开发者的原因，如AI与ML的功能，以及支援Matter等能力。