AI和IoT的結(jié)合被稱為“人工智能物聯(lián)網(wǎng)”（AIoT），AIoT能使互聯(lián)設(shè)備具備機(jī)器學(xué)習(xí)能力，從而執(zhí)行復(fù)雜的智能運(yùn)算。據(jù)Markets and Markets的數(shù)據(jù)顯示，AIoT市場(chǎng)規(guī)模在2019年為51億美元，預(yù)計(jì)到2024年將增長(zhǎng)至162億美元，達(dá)到了26%的復(fù)合年均增長(zhǎng)率（CAGR）。在加速發(fā)展差異化AIoT產(chǎn)品的最新舉措中，英飛凌科技股份公司（FSE: IFX / OTCQX: IFNNY）近日宣布推出ModusToolbox? ML（機(jī)器學(xué)習(xí)），使英飛凌PSoC? 微控制器（MCU）具有深度學(xué)習(xí)的功能。

　　ModusToolbox ML是一項(xiàng)基于ModusToolbox軟件的全新功能，可為開(kāi)發(fā)人員提供基于深度學(xué)習(xí)的ML模型所需的中間件、軟件庫(kù)和專用工具。ML可與ModusToolbox中已有的軟件框架無(wú)縫集成，十分便利地集成到安全的AIoT系統(tǒng)中。這一豐富的工具套件可提供流線化的機(jī)器學(xué)習(xí)模型部署工作流，從而幫助開(kāi)發(fā)人員更高效、更快速地向市場(chǎng)推出高品質(zhì)的產(chǎn)品。

　　ModusToolbox ML允許開(kāi)發(fā)人員使用他們首選的深度學(xué)習(xí)框架（如TensorFlow），直接部署到PSoC MCU上。此外，ML還有助于工程師優(yōu)化嵌入式平臺(tái)的模型，降低平臺(tái)復(fù)雜度，并提供具有基于測(cè)試數(shù)據(jù)的性能驗(yàn)證功能。

　　英飛凌物聯(lián)網(wǎng)計(jì)算和無(wú)線業(yè)務(wù)副總裁Steve Tateosian指出：“隨著物聯(lián)網(wǎng)市場(chǎng)規(guī)模的擴(kuò)大，邊緣數(shù)據(jù)量亦在迅猛增長(zhǎng)。由TinyML賦能的AIoT應(yīng)運(yùn)而生，使得這些邊緣數(shù)據(jù)可在本地進(jìn)行處理，保護(hù)數(shù)據(jù)隱私，減少延時(shí)，從而提升系統(tǒng)整體可靠性。ModusToolbox彌合了機(jī)器學(xué)習(xí)與嵌入式系統(tǒng)設(shè)計(jì)之間的一個(gè)重要缺口，它提供的靈活的工具和模塊庫(kù)可支持在英飛凌超低功耗微控制器上輕松地優(yōu)化、驗(yàn)證和部署常用軟件訓(xùn)練框架的深度學(xué)習(xí)模型。”

　　ModusToolbox ML能降低系統(tǒng)開(kāi)發(fā)人員開(kāi)發(fā)AIoT應(yīng)用的復(fù)雜性，給開(kāi)發(fā)人員帶來(lái)無(wú)與倫比的使用體驗(yàn)。這些應(yīng)用通常需要無(wú)縫集成機(jī)器學(xué)習(xí)負(fù)荷，以及計(jì)算、連接和云處理能力，而這正是ModusToolbox ML的用武之地。