AI 人工智慧 ML Infineon Sensor Hub AIoT

高效能/高整合/高智慧一次到位 IoT開發平台加速AIoT驗證

2019-02-26
AIoT商機雖備受看好,但目前發展依舊處於初步萌芽階段,許多不確定因素充斥整個市場,使其需要能快速驗證設計概念的物聯網開發平台,加速廠商找到正確的設計方向,打造高效能、高整合與高智慧化的商品,搶奪AIoT市場的第一桶金。

過去晶片商為了讓客戶驗證產品是否符合規格,多半會提供評估板,而隨著IoT發展起飛,在少量多樣的特性與產品開發速度要求下,開發套件已轉型成為應用開發的重要工具,擔負驗證應用是否可行的關鍵環節,協助開發商實現高度系統整合,並縮短產品上市時程,包括英飛凌(Infineon)、恩智浦(NXP)和意法半導體(ST)等晶片廠皆已朝此方向發展。

助力AI/ML應用發展 Sensor Hub開發平台報到

AIoT發展熱戰方酣,無論是晶片商、系統服務或OEM廠商都大舉投入相關技術。為了能加速人工智慧(AI)與機器學習(ML)應用更加蓬勃,英飛凌推出可編程感測器中樞(Sensor Hub)開發平台,不僅提供各種感測元件,同時更協助OEM廠商設計樹莓派(Raspberry Pi)開發板,以混搭核心設計風格,滿足更為彈性的開發模式,因應AI和ML應用發展。

英飛凌大中華區電源管理及多元化市場高級經理廖明頌(圖1)表示,感測器技術能提供終端裝置具備五官能力,使人們能生活在更直覺與智慧化的環境下。為了有效發揮感測元件極致性能,該公司從以硬體為基礎的角色轉變成為應用服務為目標的廠商,提供完整方案給終端客戶。透過Sensor Hub開發平台概念,幫助OEM廠商AIoT產品得以快速面世,並導入於智慧樓宇、老人照護中心、玻璃防爆系統與自駕車等應用。

圖1 英飛凌大中華區電源管理及多元化市場高級經理廖明頌表示,該公司推出Sensor Hub開發平台,加速廠商切入AI與ML應用。

事實上,Sensor Hub開發平台概念早已發酵於垂直應用領域,而在消費型產品應用領域嶄露頭角,也不過僅有2~3年的光景,相較之下是一個比較新的概念。廖明頌談到,雖然大多數的廠商具備Sensor Hub開發平台的概念,但若無完整的感測器產品系列,以及演算法運算的能力,將非常難以打造出此開發平台。

舉例來說,若某家廠商僅有1~2類的感測器,僅能將相關應用鎖定於與這兩種相關的功能,在開發設計時就不會有太多的彈性與空間;再者,大多數廠商主要提供既有的MCU結合感測器開發方案,故即便有多樣化的感測器元件,但若要改變應用領域,則須套用另一種類型的開發工具。

相較之下,英飛凌不僅能滿足五官(除了嗅覺還在研發階段,但離實際面世時間不遠)的感測功能,並提供Raspberry Pi開發板設計,協助OEM廠商做初期部分開發,並有選用不同類型MCU的彈性,讓開發商可專注於API開發,使其得以在關鍵技術轉捩點奪得先機。

廖明頌指出,Sensor Hub開發平台已包辦部分Design House所需處理的工作,目的是為了強化AIoT的開發生態鏈,啟發更多元的創新並將其商品化,落實於各種不同應用場景。

整體而言,Sensor Hub開發平台的概念就是一層層疊加不同的感測技術,最大的挑戰在於後端演算法開發技術,而這部分需要透過感測數據的蒐集、機器學習分析,兩者雙管齊下方能滿足其效能。

AIoT開發聚焦快速驗證設計概念

由於AIoT發展趨勢快速,2019年IoT開發更講求能快速驗證設計概念、以符合變動迅速的消費者需求。恩智浦半導體物聯網解決方案資深經理Archana Yarlagadda談到,AIoT應用本身具有少量多樣化的特性,因此IoT開發套件設計最需要注意如何蒐集資訊以及快速建立雲端與節點之間的溝通,而其中最大的挑戰則為設計概念性驗證(Proof of Concept, POC)進行軟體開發,這過程可能非常耗時。首先需要硬體設計,並且設計的所有其他部分都需要無縫協同工作;其次需要應用知識來構建軟體,例如SDK、韌體與使用者介面等。

看準此設計風潮,恩智浦在2018年第三季推出Rapid IoT開發套件,旨於協助IoT設計者能快速驗證設計概念、作出原型設計,減少在正式量產前的失誤時間。Rapid IoT開發套件中配備400多個Click板,能夠應用到多數IoT應用場景,可靈活擴展實現大多數物聯網節點應用,如異常檢測(Anomaly Detection)、存取控制(Access Control)和智慧鎖(Smart Lock),以應對AIoT的趨勢。未來該公司計畫透過額外的點擊板開發來擴展功能。

Yarlagadda指出,評估套件傳統上用於確保產品資料表規格與評估板上在實驗室收集的資料相關聯。在客戶對產品進行規格確認並用於其最終產品之前,它一直是清單的一部分。然而,像Rapit IoT開發套件更進一步協助原型評估套件,最終目標是加快設計過程,並快速開發概念證明,以證明在專案上花費時間和金錢的合理性,有助於驗證構想。一旦該專案使用Rapit IoT開發套件進行設計,並按預期工作,開發商即能選擇一組不同的產品,以實現更高的性能、更低的功耗、更高的效率等。

Yarlagadda表示,除了Rapit IoT開發套件,恩智浦推出一套機器學習(ML)工具包--邊緣智慧環境(eIQ),支援TensorFlow Lite、Caffe2和其他神經網路框架,以及非神經ML演算法。面向語音、視覺和異常檢測應用推出一鍵式整合ML解決方案,包括資料獲取、訓練模型,並具備使用者自訂功能。

AI演算法/MCU介接橋梁 神經網路開發工具扮要角

ST亞太區資深行銷經理楊正廉(圖2)談到,AI可應用範圍非常廣泛,投入開發的廠商需要對於自身投入的應用,具備一定程度的Know-how,才能打造出符合的AI演算法,將其應用技能發揮到最大化,而如何快速串聯上層AI應用的演算法、訓練模型,與下層硬體控制的MCU,神經網路開發工具位居重要角色。

圖2 ST亞太區資深行銷經理楊正廉        指出,該公司提供神經網路開發工具,做為廠商連接AI演算法與MCU之間的橋梁。

AI技術使用經過訓練的人工神經網路對動態和振動感測器、環境感測器、麥克風和圖像感測器的數據訊號進行分類,相較傳統以手動處理訊號的方法更加快速、高效。

楊正廉指出,該公司日前發布的神經網路開發工具Cube.AI可將預先訓練的神經網路轉換成可在STM32上運作的C程式碼,以及經過優化的函式庫,幫助開發商做初期的模擬與測試,加速AI實際運作的速度。若無神經網路開發工具的協助,開發商需要一點一點的移植(Porting)所需的AI數據資料到MCU內,過程費時且繁瑣。

值得一提的是,IoT開發套件除了硬體、軟體之間的無縫接軌外,Yarlagadda認為,不同應用領域對於IoT開發套件設計需求,最主要是在如何快速建立雲端與節點之間的溝通(連接技術)、以及如何蒐集訊息(感測器)等。

IoT的興起帶領廠商在規格、應用與設計上同步成長。楊正廉表示,過去開發套件設計上較少加入通訊介面,但自從有IoT後,各式各樣的通訊介面(Bluetooth、Wi-Fi、LoRa、Sigfox、Zigbee)陸續興起,在終端裝置上也看到對應的聯網技術,以便連結到閘道器實現整體系統開發與整合。

AIoT將成為未來經濟發展的火車頭,使得硬體商、設備商、軟體供應商,甚至是雲端服務商積極投入相關的開發,具軟硬整合的「IoT開發套件」重要性日益攀升,無論是從Sensor Hub開發平台進行研發,或是提供軟體開發工具加速驗證開發,最終目標就是透過彈性的開發平台,協助開發商打造整合度更高、更智慧的智慧終端。

首圖來源:Digikey

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!