Silicon Labs（芯科科技）與 Eta Compute近期共同宣布建立合作伙伴關系，將支持產品開發人員將機器學習（ML）高級功能無縫集成到其邊緣ML嵌入式產品中，以添加多樣應用價值。

芯科科技長期以來一直以物聯網、汽車、醫療保健、工業和消費品的低功耗無線連接解決方案創新而聞名。我們的解決方案將高效的微控制器、無線連接與嵌入式推理的新功能相結合。如果開發人員希望為產品添加ML功能，這種技術領先地位將使我們成為其首選合作伙伴。

Eta Compute 支持微型邊緣ML

Eta Compute 是一家硅谷初創公司，其使命是采用解決方案克服 AI 快速發展的格局與嵌入式系統的獨特挑戰之間的差距，從而實現微型邊緣上的機器學習和創新。在ML、物聯網和系統設計專家團隊的推動下，Eta Compute了解在資源受限的邊緣設備上部署 ML 模型的挑戰。

Eta Compute的Aptos是一款革命性的無代碼軟件工具鏈，專為嵌入式推理而設計。Aptos旨在簡化邊緣ML模型開發，可加快創建為低功耗邊緣處理器量身定制的高效模型。

Aptos 對ML工具采取了一種獨特的新方法——它本身就基于ML技術。這些內部ML模型使Aptos能夠自動學習嵌入式處理器的ML功能和性能特征。通過利用這些見解并提取硬件細節，Aptos使產品開發人員能夠將其領域和用例專業知識專注于創建出色的邊緣ML產品，而不會糾結于數據科學、芯片優勢/劣勢、神經網絡編譯器和資源限制的細節。

芯科科技攜手Eta Compute為邊緣ML的開發挑戰提供解方

產品開發人員將最佳ML技術引入其邊緣嵌入式產品的過程面臨著諸多困難。一個挑戰是資源——很難找到并留住既具有ML專業知識又了解低功耗芯片嚴格要求的“獨角獸（unicorn）”工程師（與ML專家通常使用的云環境相比）。因此，針對受限嵌入式系統建立和優化ML模型就成為一個巨大的挑戰。

另一個挑戰是成功采用具有嵌入式ML功能的快速發展的新型硅。如果使用傳統方法，描述新推理芯片的特性將需要熟練的ML/嵌入式專業人員投入大量的精力來詳細探索和理解每個新芯片的神經網絡能力，以便正確地利用其優勢并繞過不可避免的嵌入式限制，例如內存量或缺少對特定 ML 操作的支持。

傳統ML流程的這些挑戰將導致一個漫長的產品開發周期，充滿了迭代過程。許多產品仍然停留在概念驗證實驗中，無法實現批量生產。

芯科科技與Eta Compute的合作使得該公司的Aptos無代碼軟件工具鏈可以在包括EFR32xG24和EFR32xG26無線SoC平臺上接受訓練。Aptos對這些芯片的支持使其共同客戶能夠使用該平臺輕松創建高度優化的模型，這些模型在 芯科科技解決方案上運行，用于圖像識別、分類、計數和人體姿態檢測等邊緣ML視覺任務。

Aptos 自動生成針對所選芯片的最佳ML模型并描述其特性。Aptos支持的初始芯片是 EFR32xG24和EFR32xG26。一旦通過指定目標和限制（例如模型準確性、延遲和功耗要求）并使用訓練和驗證數據集來定義 Aptos 要解決的ML問題，Aptos就會應用其對各個 Silicon Labs SoC 和編譯器的知識來自動生成模型。Aptos還根據實際硬件開發套件自動對這些模型描述特性，因此可以保證 Aptos報告的指標確實能夠在您自己的芯科科技硬件上實現。

Eta Compute 開發了Aptos，以幫助公司實現Edge-AI/ML的巨大潛力。此項合作旨在克服將邊緣ML產品從概念驗證實驗引入批量生產過程中的挑戰，包括解決ML和嵌入式軟件世界之間的巨大差距以及客戶可能遇到的資源、時間表和專業知識限制。

AI/ML的現況和未來趨勢

AI是當今熱門的流行語。任何與技術相關的對話都可以提到AI，這就是它對我們生活各個方面的影響。而AI再加上另一個相關的詞：ML，它們正在徹底改變一切，小到總結日常會議，大到揭秘復雜的蛋白質結構。這些功能需要付出相當大的代價，包括其消耗的巨大電力，為進行模型訓練而更加依賴數據，以及隨著網絡犯罪分子變得更加老練而產生的內在安全風險。這就是微型邊緣上的 AI/ML發揮作用的地方。

微型邊緣是在最接近數據源的小型資源受限設備上對計算和數據處理功能的部署。這些設備，通常是處理能力和內存有限的傳感器或微控制器，在本地執行操作，而不是依賴云計算。微型邊緣支持在這些小型設備上運行 ML 模型，能夠直接進行實時決策和數據分析，從而降低與數據傳輸和云存儲相關的成本。這種方法對于需要低延遲、低能耗、增強隱私保護和低帶寬利用率的應用特別有用。

未來，我們將有更多關于Aptos與芯科科技解決方案結合使用的詳細信息，同時，您可以觀看 Aptos 的現場演示和導覽，或者注冊免費試用，以生成針對芯科科技解決方案的優化ML模型。