近日，在Computex 2023上，来源于TI、NXP和ST的芯片行业负责人，阐述了分别企业对于嵌入式系统未来的发展，特别是边缘AI领域内的了解，及其分别企业的应对方案。

德州仪器公司：边缘AI视觉处理创变嵌入式系统以后可能

德州仪器公司Cpu单位高级副总裁Sameer Wasson进行了《边缘AI视觉处理创变嵌入式系统以后可能》演讲报告，他指出，全方面的内嵌式解决产品组合策略应该具备三大要素：更高一些融合的感知力；在嵌入式系统中普及化大量AI和更易使用。

Wasson表明，嵌入式系统的研发必须均衡成本费与利用难度系数，及其融合硬件软件协同优化，以此来实现理想效果设计。此外，嵌入式系统开发者更期待生命期复用的软硬件设计，因而服务化对策尤为重要。

TI在边缘AI领域有着三大优势，包含高集成化可扩展性的边缘AICpu组成，为目前运用轻轻松松导进人工智能技术机器学习算法功能和开源工具软件局部变量帮助AI开发设计，甚至不用技术工程师自身开发设计一切编号便可以为系统软件加上AI作用。

在今年的TI一口气上线了六款根据 Arm Cortex的嵌入式视觉Cpu，包含 AM62A、AM68A 和 AM69A Cpu，算率从1TOPS到32TOPS，适用从一个到较多12个镜头。

自打TI发布AM335x，将64位解决定义普遍引进工业领域以后，Arm正式进入更大范围工业应用。

但在AM6x中，从市场价到功能损耗，从开发设计门坎到扩展性，TI都力求做到业内领跑。

NXP：边缘AI需要更多安全系数

恩智浦AI和ML发展战略和技术全世界主管Ali Osman Ors则阐述了边缘AI在安全方面需要注意的事项。

依据 IBM 的一份汇报，实体经济是 2021 年世界受进攻最严重领域，勒索病毒依旧是元凶，占攻击 23%。而未来，伴随着智慧工厂的不断演变，安全隐患也会更加不断涌现。

Ali注重，机器学习算法必须全方面的开展防御力，这当中包括了编码及设备，更包括一些重要数据信息。他列举了几种安全防护方式，包含防御力竞技性进攻、预防数据信息中毒了、预防实体模型盗取、特性监测及其实体模型维护。

IP是人工智能的重要构成部分，在深度学习模型的专利权上，假如归类都是基于例如“猫/狗”、“车辆/路人/交通信号灯”等真相因素，无法确定是否能够对训练数据集认为著作权，因为这个不包括一切艺术创意。但是，在工业生产或医疗器械行业，例如开发设计出一套与众不同的图像诊断模型，为了避免遭受盗取，需要一些与众不同的加密算法。

恩智浦将eIQ Model Watermark工具引进至eIQ工具箱内进行机器学习算法开发设计，把水印添加人工智能的方式。开发者可选择特殊类别的带隐秘图形图像组合在一起，形成开启图像，Watermark工具可根据开启图像拓展初始训练样本。用户选择将开启图像标记为“水印类型”，与最底层图像的具体类型区分开，例如，将实际上是猫咪的开启图像标记为“狗”。使用这种拓展测试集进行练习会生成一个实体模型，在开启图像上拥有独特的作用，称之为“Mountweazels”。这便是深度学习模型的水印。当单独练习模型选用开启图像时，获得的种类是开启图像最底层图的具体类型，可是初始锻炼的深度学习模型及其剽窃了带水印机器模型的软件都是会划分成“水印类型”。这说明该方法剽窃了初始实体模型。

而且恩智浦eIQ实体模型水印专用工具通过提升，也不会影响模型特性或精密度。

有关产品方面，恩智浦近年来相继出台了i.MX9系列几款新产品，使用了Cortex A55核心，而且包含单独的类MCU即时域、Energy Flex架构设计、前沿的由EdgeLock安全地带扶持的安全性专用型多传感数据解决模块(图型、图像、表明、声频和视频语音)。

EdgeLock是一款通过预配备的安全性分系统，优化了繁杂安全性加密算法的完成，并协助设计者防止成本高昂的不正确。

而面对挑战，Ali觉得生成式AI和量子计算机会让密码算法产生从未有过的冲击性。因此恩智浦正在进行中不断创新，例如美国国家标准与技术研究室(NIST)在2022年挑选恩智浦协同落款的Crystals-Kyber技术专业优化算法用以后量子密码学标准制定。

意法半导体：边缘AI可提供更低能耗

意法半导体亚太地区微处理器和数字IC产品研发、(MDG)物联网技术/人工智能技术技术创新中心及数据营销副总裁朱丽安(Arnaud Julienne)阐述了边缘AI在环保节能降耗里的功效。

朱丽安表明，住宅楼和办公建筑电能消耗能够占大城市90%，在其中关键用电量包含照明灯具、HVAC、家电等运用。意法半导体已经各类领域里通过电子信息技术的革命改进电力工程消耗。例如，协助洗地机从D级能效提升至A级，选用BLDC替代AC电动机，为HVAC提高30%高效率，减少电视的待机功耗及其适用LED照明等。

朱丽安列举了洗衣机上秤重运用，运用配备edge AI算法STM32G4 MCU及其SLLIMM IPM处理芯片，精确测量翻转转动过程的电流量，就可以在没感应器前提下开展衣服的精确秤重，比传统秤重方法，准确度提高了三倍，这能使电动机运作最准确进而节约大量电力工程及水源。这种被意法半导体称之为Zero Speed Full Torque算法，还能够保证在软启动后的电流量比较小，从而进一步节约电力工程。

另外一个事例乃是运用边缘AI开展太阳能发电过程的拉弧检验，运用STM32的AI基本功能，能够比普通的拉弧检验提高99%的检测精确度。

2019年意法半导体公布STM32 cube AI，现阶段成为了内嵌式行业最流行AI开发环境。2021年，意法半导体公布NanoEdge AI，内嵌大量包含以上拉弧检验、重量检测等AI标准库，能让没有AI专业技能乃至数据信息的技术人员开发设计AI商品。2023年，意法半导体又发布Cube AI云服务器，进一步简单化研发流程。

在今年的意法半导体发布第一款含有NPU的MCU STM32N6，其神经元网络加快（ST YoloLC NN）水平对比STM32H7提高了75倍，并具有MIPI、ISP及其H.264等图像作用，及其STSafe安全因素。

但在MPU层面，意法半导体发布第二代工业生产4.0级边缘AI微控制器STM32MP25，选用Arm Cortex-A35核心也支持TSN。

朱丽安还阐述了意法半导体在无线网络连接层面的搭配，除开手机蓝牙、Sub-1GHz及其UWB以外，意法半导体还研发了ST60，都是基于60GHz毫米波技术的带宽测试、低能耗创新能力无线网络连接技术性。

最终，朱丽安表明伴随着MCU的需要愈来愈充沛，意法半导体已经普遍项目投资内部结构生产能力及其大力开拓合作方，保证将来MCU的产能供货。