智慧边缘：STM32携手RT-Thread开启边缘人工智能新篇章.pdf

1、智慧边缘：STM32携手RT-Thread 开启边缘人工智能新篇章意法半导体（中国）微控制器、数字 IC 与射频产品部(MDRF)市场经理丁晓磊边缘AI的市场状况和趋势分布式人工智能策略充分使用亿级数量的节点段设备！3兆 量级百万 量级几千 量级数据中心云分析,存储,计算边缘侧IoT 网关,子数据中心 节点端实时性,本地处理超低功耗设备和传感器向边缘处理转移4智能网关智能节点深度边缘AI数据在智能传感器、智能节点和智能网关中进行处理智能传感器云端优点响应速度(快)带宽(低)隐私性提高(数据在本地存储)可靠性节能缺点将数据处理分布在 多个设备上*Optional深度边缘边缘*Edge AI 应用

2、领域效能数据量少/低功耗超低延时实时性的应用降低数据带宽产生和发出有意义的信息加强隐私和安全性数据不需要全部上云和通过网络0110提高精准度从更宽的传感器分析数据工业预测性维护条件检测预测性维护控制系统从家电到工业机器物联网(IoT)智慧城市,智慧楼宇,智慧家庭，和工业自动化Edge AI 在很多领域可以提供价值：5ML Commons ML Perf Tiny benchmarkSTM32已然成为嵌入式AI的主流平台#1 全球主流的MCU平台云端平台提供MCU基准测试多年边缘AI基准测试优秀贡献者更多通用&带硬件加速MCU和MPUSTM32MP1&STM32MP2 MPUsSTM32N6 M

3、CUSTM32 MCUs用户友好的 Auto-ML 工具 适用于所有STM32 MCUs传感异常检测 AI 模型优化和代码生成工具适用于所有STM32 MCUs传感音频视觉完整的AI框架适用于所有STM32 MPUs传感音频视觉X-LINUX-AI视觉HORSE+DOG+CAT传感(时间序列)音频异常检测软件工具，适合客户的各种情况重要的边缘 AI 技术STM32 Edge AI 产品、工具和应用Model Zoo成功案例ST 边缘AI 成功案例9更多案例在ST官网:https:/ AI Studio 应用微控制器STM32L4算法库类型异常检测和分类使用传感器湿度,声学,震动(1 轴和 3轴

4、),温度,气体,压力RAM/FLASH9Kb/17KbIRMA智能维护应用LoRaWAN+BLE+Zigbee,IP67,ATEX Zone 0客户挑战能够预测机械设备中存在的问题，是客户的一个需求点。在设备还在正常运行情况下，预测故障，是一个复杂的过程。解决方案基于多个传感器和嵌入式AI，IRMA 能够在边缘端预测设备失效。首先，IRMA 收集各种数据(震动,温度,压力,湿度,声音和气体)，然后通过不断丰富的数据集和AI算法来做出推理判断。IRMA 可以在故障出现的初期就给出灵敏的预报。提供价值“在团队中没有数据科学专家的情况下，在很短的开发时间内，我们成功地在市场上创造了一个结合嵌入式智能

5、和6个传感器的独特解决方案。IRMA已经被多个工业奖项认可为重大创新，并已被著名客户安装在生产中。”Application of NanoEdge AI Studio 微控制器STM32G4算法库类型异常检测和分类使用传感器电流&震动RAM/FLASH12Kb/20Kb电气解决方案中的预测性维护客户挑战断路器的机械老化很难预测，会导致了不及时的停电和昂贵的生产停工。解决方案NanoEdge人工智能解决方案已成功在断路器内实施，以学习正常的开关模式，并帮助规划预测性维护活动。提供价值使用NanoEdge AI Studio开发的机器学习库，我们能够预测以前难以检测的行为。一个简单的实施并直接集成

6、到我们设备核心的人工智能是未来发展的一个重要的附加价值。客户挑战太阳能电池板经常因杂质或物理损坏引起的直流电弧而损坏，这可能导致失火造成损害或危及附近的人。解决方案通过使用NN神经网络或者机器学习对电弧故障特征进行识别，可以高精度的识别电弧。提供价值降低误报率、漏报率，各种噪声环境下适应性高，提高检测精度。帮助客户通过UL 1699B认证，甚至更高的实现标准。STM32Cube.AI 应用 微控制器STM32H7/G4算法库类型异常检测使用的信号电压&电流电弧检测电压/电流 信号采集NN 神经网络特征提取异常检测边缘人工智能工具STM32Cube.AI&NanoEdge AIST生态系统使您的