狠狠干jiujiu,VA不卡点

什么叫端測(cè)AI？這個(gè)問(wèn)題搞清楚之前，大家必須要去了解我們整個(gè)計(jì)算機(jī)行業(yè)的一個(gè)系統(tǒng)架構(gòu)，它的發(fā)展方向是云·邊·端協(xié)同，也就是未來(lái)各行各業(yè)，不管做啥的，與計(jì)算機(jī)行業(yè)相關(guān)的這種硬件和軟件架構(gòu)，它都會(huì)往這個(gè)方向去發(fā)展，所謂的云邊端協(xié)同。那么是怎么個(gè)云邊端協(xié)同法呢？首先我們要知道這幾個(gè)關(guān)鍵字的意思，云就是云計(jì)算，邊就是邊緣計(jì)算，端就是設(shè)備端。設(shè)備端一般就是拿在用戶手里的、放在用戶桌子上的、裝在用戶家里面的、其實(shí)就是跟用戶直接相關(guān)的這一端，我們叫端；邊是邊緣計(jì)算，那什么叫邊緣計(jì)算，這個(gè)其實(shí)很好理解，譬如說(shuō)裝在你們小區(qū)里面的、裝在你們公司那棟樓里面的，對(duì)于你來(lái)說(shuō)，這就叫邊緣計(jì)算；所以其實(shí)就是：云端指的是離你很遠(yuǎn)的設(shè)備，邊緣端就是離你很近的云端，端呢就是你自己的設(shè)備，所以云邊端加起來(lái)就構(gòu)成了我們整個(gè)的計(jì)算機(jī)架構(gòu)。所以呢，在未來(lái)你開(kāi)發(fā)硬件的時(shí)候，你開(kāi)發(fā)的要么就是云端的硬件，要么就是邊緣端的硬件，要么就是設(shè)備端，就所謂的端測(cè)的硬件。那么你開(kāi)發(fā)軟件也是一樣，要么就是云端的軟件，要么就是邊緣端的軟件，要么就是設(shè)備端的軟件。那么AI也是一樣，我們把AI這種技術(shù)應(yīng)用在云端和邊緣計(jì)算端和設(shè)備端，那么就構(gòu)成了所謂的云端AI，邊緣計(jì)算的AI以及設(shè)備端的AI，所以端測(cè)AI，其實(shí)指的就是設(shè)備端的AI。那我們作為嵌入式工程師為什么需要關(guān)注端側(cè)AI而不是云端的AI和邊緣的端的AI呢？這個(gè)是有原因的，首先第一個(gè)云端的AI呢，就是類(lèi)似于那種像這個(gè)“小度小度”這類(lèi)東西？比如說(shuō)像這個(gè)“小度”音箱，它的實(shí)現(xiàn)原理，其實(shí)就是你在這邊說(shuō)的話，它這個(gè)音箱其實(shí)是一個(gè)錄音設(shè)備，把你說(shuō)的話呢錄下來(lái)，然后把你這段語(yǔ)音直接傳到百度的服務(wù)器上去，所以音箱本身是不會(huì)做語(yǔ)音識(shí)別的，那百度的云服務(wù)器端有一個(gè)模型，就在那里做這個(gè)語(yǔ)言的一個(gè)處理和語(yǔ)言的識(shí)別，識(shí)別出來(lái)之后把結(jié)果再回傳到音響，所以呢，像這種“小度”音箱的這種產(chǎn)品，它其實(shí)就是典型的云端智能，就是云端AI，那這種產(chǎn)品跟我們嵌入式有關(guān)系嗎？其實(shí)關(guān)系并不大，因?yàn)橐粋€(gè)普通的音箱跟一個(gè)“小度”音箱這種智能音箱幾乎沒(méi)有區(qū)別，你可以認(rèn)為，因?yàn)樗腁I并不在設(shè)備端，嵌入式端根本就不需要AI設(shè)備，所以說(shuō)呢，云端AI跟嵌入式開(kāi)發(fā)幾乎沒(méi)有關(guān)系，所以云端AI不該我們管。那么邊緣計(jì)算的AI跟我們有關(guān)系嗎？有，因?yàn)檫吘売?jì)算，還是有那么一點(diǎn)嵌入式開(kāi)發(fā)在的，但是目前來(lái)說(shuō)，邊緣計(jì)算這個(gè)東西還是概念比較多，實(shí)際落地的非常少，而且邊緣計(jì)算本身還在發(fā)展當(dāng)中。根據(jù)目前邊緣計(jì)算的最新技術(shù)發(fā)展方向，實(shí)際上將來(lái)是更像云端，而不太像設(shè)備端，也就是說(shuō)邊緣端其實(shí)就是一個(gè)簡(jiǎn)化的云端，你可以理解為就是一個(gè)簡(jiǎn)化的本地處理過(guò)的云端。所以呢，邊緣計(jì)算一方面是當(dāng)前用的很少，幾乎沒(méi)什么落地，另一方面來(lái)說(shuō)呢，它跟云端更像，所以我們作為嵌入式工程師就沒(méi)必要碰它。那對(duì)于我們嵌入式開(kāi)發(fā)者來(lái)說(shuō)，AI跟我們關(guān)系最大的是什么？那就是所謂的設(shè)備端的AI，也就是我們所謂的端測(cè)AI，那端側(cè)AI的概念就是整個(gè)的AI的過(guò)程全部是發(fā)生在設(shè)備端的。舉個(gè)例子，比如說(shuō)我現(xiàn)在做一個(gè)人臉識(shí)別，我的設(shè)備端攝像頭負(fù)責(zé)拍照，拍完照之后把圖像傳給我設(shè)備端的CPU，然后設(shè)備端這邊的硬件和軟件負(fù)責(zé)調(diào)用AI做數(shù)據(jù)處理，進(jìn)而來(lái)做人臉識(shí)別，最后把結(jié)果在我的設(shè)備端展示出來(lái)，進(jìn)行開(kāi)鎖、報(bào)警等動(dòng)作執(zhí)行。整個(gè)AI的過(guò)程都在設(shè)備端，根本就不會(huì)去連接云，也不會(huì)去連接邊緣，這樣來(lái)做有兩個(gè)最大的好處，第一個(gè)好處就是速度快，不用聯(lián)網(wǎng)就不受網(wǎng)絡(luò)的限制，所以速度快。第二個(gè)好處就是因?yàn)椴挥寐?lián)網(wǎng)所以低功耗。第三個(gè)最重要的一點(diǎn)就是隱私問(wèn)題，不會(huì)把照片等私密數(shù)據(jù)上傳云端，現(xiàn)場(chǎng)拍現(xiàn)場(chǎng)用，用完之后銷(xiāo)毀，這樣是比較安全的。所以說(shuō)基于這三個(gè)原因，當(dāng)然還有別的一些原因，端測(cè)AI實(shí)際上在未來(lái)的應(yīng)用是很廣泛的，而且端測(cè)AI本身跟嵌入式開(kāi)發(fā)的關(guān)系非常大，那咱們做嵌入式開(kāi)發(fā)的，就需要去關(guān)心端測(cè)AI，去搞端側(cè)AI，去掌握這方面的技術(shù)，成為一個(gè)可以結(jié)合AI人工智能技術(shù)的更有發(fā)展的一名嵌入式軟件工程師。再額外介紹一點(diǎn)，目前國(guó)內(nèi)外，在端側(cè)AI方向上有所建樹(shù)的企業(yè)和芯片廠商有：ST（NanoEdgeAIStudio、CubeAI）、NXP（MCU：imxRT10xx、MPU+linux：imx8、imx9352）、聆思（科大訊飛的芯片公司），英偉達(dá)，谷歌以及我們熟悉的ARM，我們需要做的就是從最簡(jiǎn)單的端側(cè)AI項(xiàng)目開(kāi)始，嘗試讓自己去熟悉和去體會(huì)端側(cè)AI相關(guān)的嵌入式項(xiàng)目開(kāi)發(fā)，逐步尋找新技術(shù)形態(tài)和新技術(shù)方向上的更多機(jī)會(huì)，并尋求進(jìn)一步發(fā)展。

所以今天給大家推薦一個(gè)端側(cè)AI相關(guān)的性價(jià)比超高的企業(yè)級(jí)實(shí)戰(zhàn)項(xiàng)目~

讓大家用非常低的成本來(lái)接觸AI人工智能開(kāi)發(fā)，做自己第一個(gè)端側(cè)AI項(xiàng)目。

項(xiàng)目名稱：端側(cè)AI異常振動(dòng)檢測(cè)

第一視角做項(xiàng)目

項(xiàng)目介紹

本項(xiàng)目使用STM32 單片機(jī)和三軸加速度傳感器，實(shí)現(xiàn)了一個(gè)異常振動(dòng)檢測(cè)功能，該產(chǎn)品可用于風(fēng)扇、水泵、工業(yè)電機(jī)等產(chǎn)品的預(yù)測(cè)性維護(hù)場(chǎng)景，譬如將本項(xiàng)目實(shí)現(xiàn)的模塊固定在工業(yè)風(fēng)扇上，當(dāng)風(fēng)扇出現(xiàn)異常（如風(fēng)葉變形、風(fēng)路阻擋、形變導(dǎo)致的剮蹭等）時(shí)該模塊可實(shí)時(shí)發(fā)現(xiàn)并報(bào)警。

適合人群

有一些單片機(jī)和C語(yǔ)言基礎(chǔ)，對(duì)做實(shí)戰(zhàn)項(xiàng)目感興趣，對(duì)積累項(xiàng)目經(jīng)驗(yàn)感興趣，對(duì)嵌入式項(xiàng)目規(guī)劃和管理感興趣，想要學(xué)會(huì)如何實(shí)戰(zhàn)做項(xiàng)目的人。

項(xiàng)目核心技術(shù)

1.AI人工智能：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、監(jiān)督學(xué)習(xí)、分類(lèi)學(xué)習(xí)、數(shù)據(jù)集、訓(xùn)練、模型2.端側(cè)AI：端側(cè)AI理論、ST端側(cè)AI解決方案、NanoEdgeAIStudio工具3.AI項(xiàng)目開(kāi)發(fā)技能：數(shù)據(jù)收集、算法選取和模型訓(xùn)練、項(xiàng)目集成4.STM32技術(shù)棧：STM32CubeMX、HAL庫(kù)開(kāi)發(fā)、Keil MDK5.常用外設(shè)：三軸加速度傳感器

學(xué)完收益（可以體現(xiàn)在簡(jiǎn)歷中的核心內(nèi)容）

1.快速掌握帶AI功能的單片機(jī)項(xiàng)目的典型流程和代碼實(shí)戰(zhàn)。2.深度理解AI相關(guān)的重要概念，將概念和實(shí)戰(zhàn)項(xiàng)目中的操作對(duì)應(yīng)起來(lái)。3.全面了解ST的端側(cè)AI解決方案體系，尤其是NanoEdgeAIStudio工具的設(shè)計(jì)理論和項(xiàng)目使用。4.掌握典型的AI項(xiàng)目完整研發(fā)落地流程，從數(shù)據(jù)收集到模型訓(xùn)練，最后到項(xiàng)目集成，完成功能并交付。5.深度理解三軸加速度傳感器，并掌握實(shí)戰(zhàn)開(kāi)發(fā)和驅(qū)動(dòng)移植適配。6.系統(tǒng)掌握STM32嵌入式開(kāi)發(fā)完整流程，從硬件設(shè)計(jì)到軟件設(shè)計(jì)、代碼實(shí)戰(zhàn)、調(diào)試技巧等。

項(xiàng)目硬件

項(xiàng)目所需硬件自購(gòu)（提供推薦購(gòu)買(mǎi)鏈接）

主體模塊：

①STM32L432KCU6 MCU

② LIS3DSH 三軸高分辨率加速度計(jì)傳感器模塊

項(xiàng)目提供QQ群（訓(xùn)練營(yíng)交流群）、微信上課群，群內(nèi)提供24h答疑服務(wù)

審核編輯黃宇

聲明：本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題，請(qǐng)聯(lián)系本站處理。舉報(bào)投訴