透過軟硬整合方案快速打造邊緣運算節點

台灣恩智浦半導體(NXP Semiconductors)大中華區微處理器及微控制器產品行銷經理黃健洲。

台灣恩智浦半導體(NXP Semiconductors)大中華區微處理器及微控制器產品行銷經理黃健洲指出，面向物聯網(IoT)，NXP聚焦耕耘汽車、工業控制、行動裝置、通訊暨基礎建設等四大領域；NXP切進這四塊應用，並非僅以單一產品做考慮，而加入連結性、安全性與感知能力等通盤考量，藉由半導體晶片的運算能力，讓智慧服務從雲端逐漸推向終端節點。

針對人工智慧主題，主要內含AI、機器學習(ML)與深度學習(DL)等三個層次。AI泛指模擬人的想法、觸覺與感覺；ML意指加入人的感覺，針對不同資料進行學習；DL更進一步模擬人腦神經、強化對事務的判斷與決定。NXP以AI與ML為著力重點，在雲端上完成訓練的模型，可放入NXP的i.MX、i.MX RT、i.MX 8X/8M、i.MX 8等產品，於邊緣端執行推論，形成端到端完整ML方案。

黃健洲說，若以應用類型來區分，比方說物件識別、手勢偵測，適合由i.MX或i.MX RT來執行；論及3D人臉辨識，可由i.MX 8X/8M加以執行；假使到了多攝影機協同偵測等高階應用，則以i.MX 8為首選平台。舉凡樓宇自動化、車隊管理、工業分析、醫療保健，乃至零售場域的存貨管理、個性化行銷，皆是邊緣運算的適合應用場景，只因這些應用情境講究即時反應，不可能等待5~10秒才獲得運算結果。

打造軟體基礎架構，助用戶加速發展ML應用

值得一提的，除了Processor處理器外，NXP也致力發展ML軟體，內含一組ML SDK，用以承載完成訓練的模型，再視應用需求結合Vision或Sensor SDK，接著經由恩智浦邊緣智慧環境(eIQ)，再送入NXP MCU或MPU，據此協助用戶簡化ML應用開發過程。

前述提及的eIQ，是一套完整的ML工具包，可支援TensorFlow Lite、Caffe2或其他神經網路架構，以及非神經ML演算法，已然涵蓋建立與優化雲端訓練ML模型所需之工具，確保模型可在汽車、工業或其他物聯網應用場景中資源受限的邊緣設備中高效運行，完成語音、視覺或異常檢測等各式應用方案的產生。