STMicro将其免费的STM32 MCU Edge AI工具集推向云端
新的基于云的版本包括基于GitHub的模型资源，以及对“板场”的远程访问，以在STM32 MCU板上远程基准测试边缘AI模型。2023年1月31日Jeff Child
为了向包括人工智能开发者和数据科学家在内的更广泛社区开放STM32 MCU微控制器（MCU）人工智能开发资源，昨天，意法半导体（ST）推出了STM32Cube.AI开发者云产品。
该公司表示，熟悉该公司桌面版STM32Cube.AI的工程师应该能够轻松接受新的STM32Cube.AI开发者云在线版。但在线工具集的真正力量是让人工智能开发人员和数据科学家专家等传统上可能没有使用MCU和嵌入式系统的人能够以虚拟方式轻松运行和基准测试他们的模型。
STM32Cube.AI开发人员云与STM32Cube.AI共享核心功能，只是现在用户可以利用基于web的界面，并访问基于STM32 MCU的板的板场。
在本文中，我们讨论了基于云的工具所满足的需求，研究了服务功能的细节，并通过采访ST的人工智能产品营销经理Vincent Richard分享了我们的见解。
一个基于Web的在线界面
ST建立的桌面STM32Cube.Al旨在使开发人员能够从经过训练的神经网络中验证和生成优化的STM32AI库。事实上，Richard表示，该工具的下载量继续增加，自2017年推出以来，下载量稳步增加。新的基于云的版本旨在补充桌面版本。
通过STM32Cube.AI开发者云的在线界面，用户可以为STM32 MCU生成优化的C代码。无需事先安装软件。Richard认为，优化方面是关键。他说：“这是一种优化工具和服务，可以将经过训练的人工智能模型转换为C代码，基本上可以在STM32微控制器上运行。”。
Richard表示，这种在线工作方式非常适合人工智能开发人员和数据科学家的传统工作方式。他说：“我们使用这一新工具的目的是针对不同类别的人，他们很可能使用过主要在线的人工智能产品和工具。”。“其优点是无需安装、无需下载、使用他们的MyST登录直接访问服务，并且能够运行此工具来优化他们的人工智能神经网络。”
Model Zoo提供丰富的资源
除了在线功能外，STM32Cube.AI开发者云的另一个关键功能是访问ST的STM32 Model Zoo。Model Zoo基本上是一个帮助人工智能开发的资源库。这包括可训练的深度学习模型和演示。发射时可用的用例包括用于活动识别和跟踪的人体运动传感。
其他可用的用例是用于图像分类或对象检测的计算机视觉、用于音频分类的音频事件检测等等。Model Zoo托管在GitHub上，它允许自动生成为STM32优化的“入门”包。
STM32模型动物园托管在GitHub上，是一个优化模型的存储库。
Richard再次强调了模型动物园的优化方面。他说：“Model Zoo是一组经过选择的模型，在内存占用、延迟和STM32 MCU性能方面都可以轻松运行。”。“在Model Zoo上，用户可以使用自己的数据从模型中重新训练，并从Model Zoo自动创建应用程序。”
Richard表示，Model Zoom托管在GitHub上这一事实意义重大。它也符合当今工程师和开发人员的工作方式。他说：“在GitHub上，我们有一系列模型，但我们也有培训脚本，以便对模型进行再培训。”。
Richard举例说明了它是如何工作的。“例如，假设我想要一个物体探测器，”他说。“我们提供了一个应用程序概要，在这里我们使用一个用公共数据集训练的‘识别’模型。然后用户可以进入该工具，克隆GitHub存储库，根据其数据集上自己的模型训练创建自己的对象检测器，并生成与该特定应用程序对应的应用程序。”
“用户不需要从头开始发明整个应用程序。他只需要拥有它的数据，使用模型，并生成人工智能应用程序。”
可在线访问的Board Farm
ST的STM32Cube.AI开发者云的一个重要功能是能够访问ST的在线“板场”，该公司称之为行业首创。这意味着远程访问基于STM32 MCU的开发板，以便用户可以评估和测试通过在线应用程序创建的人工智能模型的性能。
使用云可访问的板场，数据科学家和开发人员可以远程测量优化模型的实际性能。（点击图片放大）
根据Richard的说法，ST从十块木板开始，十块木板的零件号。他说：“用户可以要求服务远程提供基于真实硬件的性能和延迟结果。”。“我们还将为用户提供一些脚本，以简化由数据科学家实现的模型创建的机器学习流程。
Richards表示，他们将能够复制并粘贴这些脚本，以重新培训并将模型部署到指定的硬件上。一般来说，STM32Cube.AI开发人员云旨在支持从C0到H7的所有版本的STM32 MCU。但是，Richard表示，在最初的板场集合中，只有有限的一组MCU板可用，包括H7和L4 STM32 MCU型号。
该公司表示，该在线工具已经在接受选定的嵌入式开发客户的测试和评估。STM32Cube.AI开发者云现已向注册的MyST用户免费提供。
这是一个工程师和人工智能的在线世界
很明显，人工智能在边缘应用中发挥着强大的作用。但边缘更多的是嵌入式系统工程师的舒适区，他们习惯于使用MCU和受限的嵌入式软件。
ST的STM32Cube.AI开发人员云等新的在线工具可能为缺乏嵌入式系统知识的人工智能开发人员和数据科学家打开了大门，让他们更容易地进行协作，并将人工智能推向边缘。
所有图片均由意法半导体提供