人工智能和机器学习开发者指南

随着Silicon Labs（芯科科技）xG26系列无线片上系统（SoC）的全面供货，我们正在进一步突破边缘人工智能（Edge AI）的极限。无论是构建先进的语音识别模型、提升视觉分辨率，还是进行预测性维护的数据感知，xG26都能满足您的需求。为了帮助开发者将人工智能和机器学习（AI/ML）创新变为现实，我们还推出了“AI/ML 开发者指南（AI/ML Developer Journey）”，这是一个全面的资源中心，涵盖示例演示、真实应用案例以及广泛的合作伙伴网络。无论您是初学者还是专家，这一站式平台都能助您实现智能互联的愿景。探索AI/ML 开发者指南：https://cn.silabs.com/applications/artificial-intelligence-machine-learning/ai-ml-developer-journey

Tiny Edge的AI/ML是什么？

在物联网领域，“边缘（Edge）”指的是本地执行计算的设备，而不是依赖云计算的设备。最新的发展是Tiny
Edge将计算能力进一步靠近数据生成的位置，例如传感器节点。这一转变从传统的集中式云计算模式，演进为分布式的边缘节点网络，使其能够在本地采集、处理和推理数据。预计到2027 年，全球将售出超过30亿台搭载TinyML（Tiny Edge 设备上的机器学习子集）的设备。这一增长趋势受到社会需求的推动，例如更快的响应速度、更高的隐私保护和更强的连接能力。此外，从有线到无线技术的转变也进一步加速了Tiny
Edge设备的普及。

快速启用芯科科技SoC的机器学习功能

Silicon
Labs（芯科科技）的无线 SoC 支持多种机器学习应用，例如用于预测性和预防性维护的传感信号处理、医疗领域的生物信号分析、冷链监测等。此外，这些SoC 还可用于安全应用中的音频模式匹配、智能设备控制的语音命令识别，以及低分辨率视觉任务，如人员计数和存在检测。

芯科科技SoC 提供不同的 RAM 配置，以满足不同应用的需求。机器学习模型可应用于来自麦克风、摄像头等传感器的数据，以及测量时间序列数据（如加速度和温度）的传感器数据。这些模型包括音频模式匹配、唤醒词/指令词检测、指纹识别、Always-on Vision、图像/物体分类和检测等。检测到的事件可以根据具体需求进行进一步处理。

与芯科科技合作踏上AI/ML开发之旅

芯科科技可提供有助于加速AI/ML设备的开发的一站式解决方案，从规划每个流程步骤到在项目的各个阶段提供支持。我们致力于简化您的开发旅程，帮助您更快速、高效地将设备推向市场。

我们总结了 AI/ML 开发者旅程的三个关键阶段，并列出了成功完成每个阶段所需的要素。欢迎点击文末的阅读原文按钮或访问链接已获取AI/ML开发者指南的丰富资源：https://cn.silabs.com/applications/artificial-intelligence-machine-learning/ai-ml-developer-journey