将机器学习引入 Tiny Edge
集成无线 SoC
业界最广泛的无线解决方案组合，其中采用了适用于 Tiny Edge 设备的机器学习。
深度学习神经网络
与传统机器学习算法相比，学习速度和准确性有所提高。
丰富的开发工具集
面向探索者和专家的机器学习工具和解决方案，可用于加快应用程序开发。
AI/ML 硬件加速器
以 1/6 的能量提供高达 8 倍的机器学习推理速度，减少 BOM 占用空间和设计复杂性。
为什么选择适用于微控制器的机器学习
硬件
软件
ML 软件入门
Silicon Labs 为各种经验水平的开发人员提供 ML 开发工具，并且我们根据专业知识水平来整理资源：
适用于 ML 探索者的 Edge Impulse
Edge Impulse 通过赋能开发人员使用真实数据创建和优化解决方案，引领嵌入式 ML 的未来。Silicon Labs 正在简化并加快嵌入式 ML 应用的构建、部署和扩展过程，从而释放各行各业的巨大价值，借助数百万开发人员的力量，让数十亿台设备更智能。
适用于 ML 探索者的 SensiML
SensiML 提供 AutoML 嵌入式代码生成软件，用于在物联网边缘实施 AI。SensiML Analytics Toolkit 支持快速数据收集、ML 分类和优化的固件代码生成，内置自动化功能可在很短时间内生成优化的边缘 AI 传感器算法，从而缩短开发时间并降低成本。
适用于 ML 专家的 TensorFlow
对于 ML 开发专家，我们为所有系列 1 和 系列 2 无线 SoC 提供适用于微控制器的 TensorFlow Lite 的本机原生支持，并提供两种创建模型的选项：
适用于 ML 解决方案的软件
对于 ML 经验很少或没有相关经验的开发人员，Silicon Labs 与 Sensory 开展合作，携手开发关键字和唤醒词应用程序，与 Micro.ai 合作开发异常检测应用程序。
开发工具
应用
传感器信号处理是使用低数据速率传感器，包括加速度计、陀螺仪、空气质量传感器、温度传感器或压力传感器。这样可以延长机器生命周期、避免停机，并通过预防性维护降低成本。
音频模式匹配使用麦克风来检测各种非言语相关的声音，包括轴承吱吱作响的声音、玻璃破碎的声音或流水声。这些功能可以通过玻璃破碎检测器、尖叫声和枪声检测来增强居家安全性。
语音命令是音频模式的特定子集，用于识别单个单词，有时也称为关键词识别。通过 AI/ML 关键字检测开启/关闭灯光，让智能家居响应更灵敏。
通过对象检测、存在检测、人数统计等唤醒功能，让智能设备“看到”设备。
AI/ML 合作伙伴
Edge Impulse 是前沿的嵌入式机器学习开发平台，对开发人员免费开放，全球超过 1,000 家企业都在使用该平台。
SensiML 开创的软件工具能够简化对物联网传感器应用的 TinyML 代码开发。
Sensory Inc. 通过广泛部署在消费电子应用中的视觉和语音技术，打造更安全、更卓越的用户体验。
MicroAI 是终端设备上的人工智能和机器学习引擎，直接安装在设备中。
Eta Compute 是一支由具有人工智能、物联网和系统设计基因的专家组成的团队，共同致力于解决高级人工智能算法的棘手问题。
特色视频
特色AI/ML 资源
Silicon Labs 博客
Silicon Labs 博客
