什么是NanoEdge AI Studio

这是一款自动化机器学习工具，具有两个额外的机器学习算法系列、简化的数据记录和改进的用户界面。因此，新软件通过覆盖更多用例并变得更加直接地对嵌入式开发人员来说更加简单，从而扩大了其覆盖范围。我们的团队还提供边缘 AI 冲刺包。该捆绑包通过培训课程和技术支持等方式帮助团队引导他们的项目。因此，今天的发布证明了意法半导体希望让所有人都能在边缘进行机器学习的愿望。

目录

1 什么是 NanoEdge AI Studio？

1.1 创建机器学习应用程序背后的挑战

1.2 将机器学习带到任何地方的解决方案

2 NanoEdge AI Studio 有哪些新功能？

2.1 两个新的算法家族

2.2 新的轻松数据记录功能

2.3 新的图形用户界面

3 在嵌入式系统上体验 NanoEdge AI Studio

3.1 使用 NanoEdge AI Studio 实现机器学习自动化

3.2 使用 Edge AI Sprint 引导项目

3.3 后续步骤

什么是 NanoEdge AI Studio？

创建机器学习应用程序背后的挑战

2019 年，意法半导体博客与 NanoEdge AI 的创建者坐在一起，以更好地了解其首个机器学习应用程序。传统上，希望从机器学习中受益的大公司必须聘请一名或多名数据科学家来收集大量数据，清理它们并创建 AI 模型。然后，嵌入式开发人员将实现移植到微控制器上，或使用 STM32Cube.AI 等工具将神经网络转换为STM32 MCU的优化代码。 当一家公司面临紧张的预算限制时，雇用一名或多名数据科学家可能是不可能的。此外，可能无法将工作外包。有些情况是敏感的，而另一些情况则需要有人经常在岗。

即使有合适的人，而且在世界上所有的时间，获得高质量的数据仍然是一个问题。尽管机器学习取得了所有进步，但获得可靠的训练样本可能是一个严重的问题。例如，如果应用程序尝试检测异常行为，则数据可能不可用。事实上，虽然许多数据集适用于分类问题，例如异常检测，但在尝试检测新情况时，它们毫无用处。获得高质量的数据也很重要，这远非显而易见。当样本没有错别字或缺失信息的困扰时，记录干净的集合并精确标记它们可能需要大量的投资。

将机器学习带入无处不在的解决方案

NanoEdge AI Studio 是一个实用程序，可以与嵌入式开发人员交谈，即使是那些没有数据科学专业知识的人。神奇之处在于运行训练阶段，在同一设备上学习复杂的名义行为和推理。因此，整个过程可以在同一台STM32微控制器上运行。此外，最终用户的交互可以很简单，就像按下按钮一样。因此，工程师可以根据当地环境定制他们的系统，使其更坚固、更易于安装。

NanoEdge AI Studio 可在 Windows 10 或 Ubuntu 上运行，是处理数据以及查找最相关 AI 库的最佳方式。该应用程序的设计侧重于嵌入式开发和 C 应用程序的无缝集成。简而言之，NanoEdge AI Studio 会考虑 CPU、内存、传感器等基本规格，并搜索最佳 NanoEdge AI 库。然后，它输出一个运行在STM32 MCU上的库，开发人员可以直接将其集成到其嵌入式应用中。通过今天的更新，该实用程序提供了更多的库以及数据记录功能。

NanoEdge AI Studio 有哪些新功能？

两个新的算法系列

在发布之前，NanoEdge AI Studio 支持两种主要的机器学习算法：异常检测和分类。借助 NanoEdge AI Studio V3，这两个系列现在受益于更多数量的库。此外，我们还优化了当前算法，以提高现有用例的性能。因此，嵌入式开发人员在切换到新软件版本时可能会体验到更好的资源管理或更快的执行时间。

该应用程序还提供了两个新的算法系列：外推和异常值。前者有助于预测未经测试的条件下的行为。也称为回归，它映射多个变量之间的关系。例如，数据集可以测量风扇在 100ºC、110ºC 和 150ºC 下的行为。现在，多亏了回归算法，机器学习应用程序可以推断出 160ºC 的行为。NanoEdge AI Studio 中的外推算法不仅涵盖线性回归。事实上，它还提供了更先进的分析技术来应对复杂的情况。因此，开发人员现在可以创建新的应用程序来监控数据科学家无法自行测试的内容。

第二种算法是基于一类值的异常值检测系统。事实上，系统只学习正常行为。任何偏离它的东西都会成为异常。以前，在使用异常检测系统时，开发人员会记录正常行为，然后模拟一个或多个问题。如前所述，可以学习同一微控制器上的所有行为，从而大大简化了操作。然而，在某些情况下，再现异常根本不可能。因此，在这种情况下，异常值检测可以使用来自常规操作的数据来推断异常。

轻松轻松的全新数据记录功能

数据科学家可能会违背将最终产品推向市场的必要性，并可能陷入困境。事实上，虽然没有比实际使用情况更好的数据，但它并不总是可用的。此外，许多都是有时间限制的。因此，新的数据记录功能将任何STWIN SensorTile无线工业节点转变为最直接的数据采集工具。用户将开发板连接到他们的 PC，并使用 NanoEdge AI Studio 切换到数据记录。之后，记录数据变得自动。工程师可以将STWIN板固定到他们的设备上进行监控。传感器将记录数据，然后开发人员可以对其进行标记和解析，以创建更准确的应用程序。

新的图形用户界面

新版 NanoEdge AI Studio 的另一个重要改进是用户界面。随着新算法和数据收集功能的到来，改善用户体验至关重要。优化开发人员的工作流程也很重要。事实上，NanoEdge AI Studio 的目标客户是希望将机器学习引入边缘的团队。这些库很小，只有 1 KB，而且经过高度优化。因此，还需要改进对算法的访问，以确保开发人员可以轻松选择他们的项目类别并快速生成他们的库。

在嵌入式系统上体验 NanoEdge AI Studio

使用 NanoEdge AI Studio 实现机器学习自动化

使用 Nucleo 板的传感器振动演示

在 NanoEdge AI Studio 出现之前，工程师必须联系软件供应商，检查他们的硬件配置以及要监控的行为。如今，该工具使开发人员能够自定义、生成和验证他们的机器学习库。该实用程序首先要求用户选择他们的 Cortex-M 架构和系统中的传感器。然后，他们导入一个文件，其中包含描述设备典型行为的值。它可以是来自风扇上的加速度计的数据，也可以是工业设备的电气信息。之后，NanoEdge AI Studio 会自动测试、优化和排序数以亿计的可能组合中的最佳算法组合，并生成一个自定义库，开发人员可以使用嵌入式仿真器进行验证。

NanoEdge AI Studio V3现在直接从其用户界面支持所有意法半导体开发板。因此，优化和免费库的可用性意味着运行概念验证非常简单。例如，在智能振动传感器教程中，用户可以抓住 NUCLEO-L432KC 来捕捉风扇的正常行为。然后，他们将数据提供给 NanoEdge AI Studio，并获得一个库，他们可以在主循环中调用该库，以在进行推理之前运行先前由新软件中的基准定义的最小数量的训练周期。因此，NanoEdge AI 库可以快速帮助创建使用预测性维护、智能安全操作等的应用程序。

使用 Edge AI Sprint 引导项目

许多客户未能评估和展示人工智能将为其应用带来的好处。因此，为了快速启动应用程序，Edge AI Sprint 带来的不仅仅是一个实用程序，而是一个完整的专家支持系统，可以指导开发人员通过其应用程序和用例固有的雷区。因此，Edge AI Sprint 是一个捆绑包，包括培训课程、NanoEdge AI Studio 许可证和技术支持。团队可以根据项目的复杂程度从不同的许可证期限中进行选择，以确保他们能够实现生产。Edge AI Sprint 旨在引导项目的第一步，从而限制风险和投资，同时增加成功的机会。

后续步骤

下载 NanoEdge AI Studio

请联系您的销售代表或授权业务合作伙伴，订购 NanoEdge AI Studio 和 Edge AI Sprint 的许可证

old news

2021-05-25 意法半导体（STMicroelectronics，简称ST）宣布与Cartesiam公司达成并购协议，收购其公司资产（包括知识产权组合），调动和整合员工。这项交易须经监管部门批准。

Cartesiam成立于2016年，总部位于法国土伦，是一家软件公司，专门从事人工智能（AI）开发工具研发，让基于Arm的微控制器具有机器学习和推理能力。今天，采用Cartesiam技术的产品数量已达数十亿。公司开发团队由数据科学家和嵌入式信号处理专家组成，在开发标准和定制解决方案方面具有丰富的经验。NanoEdgeAI Studio是其获得专利的旗舰解决方案，让没有AI知识背景的嵌入式系统设计人员也可以快速开发专用的软件库，将机器学习算法直接集成到各种应用系统。含有Cartesiam技术的设备已经在全球量产，包括物联网设备、家用电器和工业设备。

通过此次收购，意法半导体可加强人工智能战略内涵，提升技术组合的实力，满足市场对嵌入式机器学习的各种需求。NanoEdgeAI Studio解决方案与意法半导体的STM32Cube.AI工具相辅相成，相得益彰，为客户在自己的解决方案内集成机器学习模型带来额外的灵活性。

意法半导体微控制器和数字IC事业部总裁Claude Dardanne表示：“无论规模大小，处于什么行业，客户都将非常重视使用人工智能技术开发智能解决方案。STM32Cube.AI软件让客户能够移植预训练人工神经网络，在广泛的STM32微控制器产品组合上运行。在ST现有解决方案中加入Cartesiam的机器学习技术，可为寻求在产品中增加创新功能的客户带来市场上最佳的边缘AI解决方案组合。”