邊緣人工智能的實(shí)施給使用資源受限的嵌入式系統(tǒng)的開(kāi)發(fā)人員帶來(lái)了重大的技術(shù)挑戰(zhàn)。英飛凌科技股份公司通過(guò) DEEPCRAFT AI 套件擴(kuò)展了其邊緣 AI 產(chǎn)品組合。

該套件是軟件、工具和解決方案的集合，旨在解決將人工智能整合到嵌入式產(chǎn)品中時(shí)常見(jiàn)的集成障礙。該套件現(xiàn)已上市，并已針對(duì)英飛凌的 PSOC Edge 微控制器進(jìn)行了優(yōu)化。

DEEPCRAFT AI 套件旨在在整個(gè)開(kāi)發(fā)過(guò)程中為應(yīng)用程序設(shè)計(jì)人員提供支持，從初始模型創(chuàng)建到在低功耗硬件上部署。該套件解決了關(guān)鍵的工程挑戰(zhàn)，包括嵌入式目標(biāo)的模型優(yōu)化、功耗限制以及將預(yù)訓(xùn)練模型集成到商業(yè)產(chǎn)品中的復(fù)雜性。

英飛凌邊緣人工智能軟件生態(tài)系統(tǒng)的擴(kuò)展提供了硬件和軟件解決方案，其中包括 DEEPCRAFT AI 套件及其包含預(yù)訓(xùn)練模型和音頻調(diào)諧工具的 AI Hub。這種方法允許開(kāi)發(fā)人員構(gòu)建自定義模型或集成現(xiàn)有模型，從而有可能縮短開(kāi)發(fā)周期。

核心組件和功能包括：

DEEPCRAFT AI Hub：作為邊緣 AI 軟件資源的中央存儲(chǔ)庫(kù)。它包含 50 多種資源，包括開(kāi)源模型、英飛凌軟件、開(kāi)發(fā)工具以及來(lái)自工業(yè)、消費(fèi)類和汽車應(yīng)用的實(shí)現(xiàn)示例。這為開(kāi)發(fā)人員提供了參考設(shè)計(jì)和實(shí)際實(shí)現(xiàn)指導(dǎo)。

DEEPCRAFT Studio：用于開(kāi)發(fā)用于邊緣部署的 AI 和機(jī)器學(xué)習(xí)模型的端到端平臺(tái)。除了音頻、雷達(dá)和時(shí)間序列數(shù)據(jù)處理外，該平臺(tái)現(xiàn)在還支持計(jì)算機(jī)視覺(jué)。它包括用于訓(xùn)練和部署計(jì)算機(jī)視覺(jué)模型以使用 YOLO 架構(gòu)進(jìn)行對(duì)象檢測(cè)的工具。該平臺(tái)與英飛凌硬件一起使用時(shí)可免費(fèi)使用。

DEEPCRAFT 模型轉(zhuǎn)換器：通過(guò)轉(zhuǎn)換專有模型和開(kāi)源模型以在英飛凌硬件上執(zhí)行，解決模型可移植性的挑戰(zhàn)。該轉(zhuǎn)換器支持 PyTorch、TFLite 和 Keras 框架，無(wú)需大量手動(dòng)優(yōu)化即可部署在 PSOC Edge 和 PSOC 6 MCU 上。

PSOC 邊緣 MCU：這些 Arm Cortex-M 微控制器提供機(jī)器學(xué)習(xí)加速以及安全功能，包括具有 PSA 認(rèn)證的 L2 和 L4 iSE 的邊緣保護(hù)類別 4 （EPC4）、PCI 預(yù)認(rèn)證和安全飛地保護(hù)。與傳統(tǒng) 2.5D 處理器相比，專用 3D GPU 支持圖形界面，同時(shí)保持較低的功耗。該平臺(tái)支持 ModusToolbox、Zephyr 和 DEEPCRAFT AI Suite。

該套件包括用于開(kāi)發(fā)語(yǔ)音控制產(chǎn)品的 DEEPCRAFT 語(yǔ)音和音頻解決方案。DEEPCRAFT 音頻增強(qiáng)功能通過(guò)消除背景噪音來(lái)解決語(yǔ)音清晰度挑戰(zhàn)，而 DEEPCRAFT 語(yǔ)音助手則無(wú)需云連接即可實(shí)現(xiàn)本地語(yǔ)音界面處理。

這些功能已針對(duì) PSOC Edge 架構(gòu)進(jìn)行了優(yōu)化，支持雙核 Cortex-M55 和高達(dá) 400 MHz 的 Ethos-U55 和高達(dá) 200 MHz 的 Cortex-M33 + NNLite 內(nèi)核。在 PSOC Edge 上，語(yǔ)音和音頻解決方案在典型房間條件下以低于 1mW 的功耗和低延遲實(shí)現(xiàn)始終在線的聆聽(tīng)。在近距離交談場(chǎng)景中，檢測(cè)率達(dá)到 98%，誤報(bào)率降低。

該平臺(tái)將音頻處理速度提高 75%，同時(shí)消耗的能源大約是替代解決方案的一半。AI加速與內(nèi)存架構(gòu)的結(jié)合，支持語(yǔ)音ID等超過(guò)典型DSP能力的數(shù)兆級(jí)模型。與傳統(tǒng)方法相比，基于人工智能的語(yǔ)音和音頻應(yīng)用的開(kāi)發(fā)時(shí)間可縮短約 50%。