“今天，人工智能（AI）被广泛应用，几乎无所不在，AI有助于汽车、工业、个人电子等产品设备实现数字化和智能化，改变我们的日常生活和工作方式。在很多应用领域，尤其是工业应用，AI 将是一个“搅局者”，将会改变现有的游戏规则。
”
作者: Matteo MARAVITA(意法半导体亚太区人工智能创新中心&智能手机创新中心高级经理)
1 边缘AI的优势
今天，人工智能（AI）被广泛应用，几乎无所不在，AI有助于汽车、工业、个人电子等产品设备实现数字化和智能化，改变我们的日常生活和工作方式。在很多应用领域，尤其是工业应用，AI 将是一个“搅局者”，将会改变现有的游戏规则。
Matteo MARAVITA(意法半导体亚太区人工智能创新中心&智能手机创新中心高级经理)
虽然很多企业专注生成式AI 和大型数据中心驱动的AI，但意法半导体（ST）注意到，边缘AI 现在正在成为热门话题，并将成为工业数字化的关键推动者。边缘AI 是一种不同寻常的AI，直接位于网络边缘节点的微型设备上，由一系列不同的芯片和软件栈驱动。
边缘AI 意味着原始数据不会发送到云端，而是在本地设备上完成推理演算过程，这种方式让新应用能够以超低延迟具有更好的性能，从而让实时应用等待时间变得很短，并能大幅提高数据安全性，而成本仅是云端AI 的几分之一。从经济角度看，数据上云分析对于较小的工业和消费工业应用是不可行的，而对于较大应用可能是可行的。
ST 专注边缘AI 市场， 我们可以直接在MPU、MCU 甚至 MEMS 传感器上运行AI 算法。边缘AI 本身就是一种技术趋势，因为它可以帮助企业解决许多亟待解决的挑战。边缘AI 有助于缩小产品尺寸，降低制造和运营成本，并且可以显著降低功耗和数据带宽，同时还能提高工业和个人电子产品的数据安全性。
2 开发应用的挑战及解决方案
采用边缘AI 开发应用面临的最大挑战是：90%~95% 的嵌入式工程师缺乏或根本没有AI 开发经验。当他们掌握了一些AI 技术的基础知识，并了解到如何用AI 解决应用中存在的问题后，往往需要打破原来的设计观念，重新思考怎么设计。以机器学习为例，设计人员需要专注的是数据而非算法，这就是为什么ST 如此重视STM32Cube.AI 开发者云和NanoEdgeStudio AI 工具，因为这些工具可帮助开发人员创建解决问题的应用。一般来说，与传统嵌入式方法相比，边缘AI 的开发成本和功耗更低，而安全性更高。
ST 的解决方案是为客户提供一个资源丰富的生态系统。对于开始AI 设计的客户，我们开发了AI 软件库、AI 工具（包括用 NanoEdge AI Studio 训练模型和选择模型）、开发板和本地AI 专家支持服务。
此外，我们在云端整合所有的应用开发工具创建了STM32Cube.AI 开发者云，这是一个独特而强大的AI开发工具，用户可以访问高价值的模型库和开发板库，对应用程序进行对标测试和性能测试。
我们还不断增加适合不同应用场景的完整的参考设计，客户可以从中汲取设计灵感，或者可以在他们的产品中直接复制我们的设计，而修改自己的数据集的工作量很小。
下一步，我们还将提高产品组合的算力，增加AI硬件加速功能，让客户不用花费太多就能获得非常先进的算力，实现以前不可能实现的智能解决方案。
总之，ST 通过技术突破、产品组合和软件生态系统将边缘AI 变为现实，下一步，我们将提高产品组合的算力，增加AI 硬件加速功能。凭借完整的软件生态系统和市场前列的硬件产品，ST 已经跻身嵌入式AI 解决方案的先进提供商之列。在保证质量、可持续发展和稳定供货的同时，ST 将以AI 赋能工业数字化，助力开发人员开发创新设计，在未来的互联世界中大放异彩。