物联网领域的机器学习 (ML)

将机器学习引入物联网

Silicon Labs 正在重新定义物联网与机器学习交叉领域的可能性，助力打造更智能、响应更快、效率更高的边缘设备。我们的平台整合了尖端硬件与开发工具，加速从智能家居到工业自动化等物联网机器学习应用的创新进程。

与无线 SoC 集成：业界最丰富的无线解决方案组合，结合机器学习赋能物联网边缘设备。

深度学习神经网络：为高级物联网机器学习应用提供更快速、更精准的深度学习能力。

丰富的开发工具集：为探索者和专业人士设计的端到端物联网机器学习工具链，加速智能互联产品的开发。

AI/ML 硬件加速器：推理速度提升高达 8 倍，能耗仅为原来的 1/6，降低物料清单 (BOM) 成本与设计复杂度

EFR32MG24 系列 2 多协议无线 SoC

EFR32MG24 无线 SoC 是使用 Matter、OpenThread 和 Zigbee 协议实现网状物联网无线连接的理想选择，适用于智能家居、照明和楼宇自动化产品。凭借高性能 2.4 GHz RF、低电流消耗、AI/ML 硬件加速器和 Secure Vault™ 等关键功能，物联网设备制造商可以创建智能、稳健、节能的产品，避免远程和本地网络攻击。ARM Cortex® -M33 运行高达 78 MHz、1.5 MB 的闪存和 256kB 的 RAM，可为要求苛刻的应用程序提供资源，同时为未来增长留出空间。目标应用包括网关和集线器、传感器、开关、门锁、LED 照明、灯具、定位服务、预测性维护、玻璃破碎检测、唤醒词检测等。

EFR32BG24 系列 2 低功耗蓝牙 SoC - EFR32BG24

EFR32BG24 无线 SoC 是使用低功耗蓝牙和蓝牙网状网络实现物联网无线连接的理想选择，适用于智能家居、照明和便携式医疗产品。凭借 AECQ-100 认证、信道探测支持，以及高性能 2.4 GHz RF、低电流消耗、AI/ML 硬件加速器和 Secure Vault™ 等关键功能，物联网设备制造商可以创建智能、稳健、节能的产品，且避免远程和本地网络攻击。ARM Cortex® -M33 运行高达 78 MHz、1.5 MB 的闪存和 256kB 的 RAM，可为要求苛刻的应用程序提供资源，同时为未来增长留出空间。目标应用包括网关/集线器、传感器、开关、门锁、智能插头、LED 照明、灯具、血糖仪和脉搏血氧计。

EFR32MG26 系列 2 多协议无线 SoC

EFR32MG26 多协议无线 SoC 是最能顺应未来的无线 SoC，非常适合使用 Matter、OpenThread 和 Zigbee 协议的网状物联网无线连接，适用于智能家居、照明和楼宇自动化产品。凭借高性能 2.4 GHz RF、低电流消耗、AI/ML 硬件加速器和 Secure Vault™ 等关键功能，物联网设备制造商可以创建智能、稳健、节能的产品，避免远程和本地网络攻击。ARM Cortex®-M33 运行频率高达 78 MHz，闪存高达 3 MB，RAM 高达 512 kB，可实现更复杂的应用，并为 Matter over Thread 提供了净空空间。目标应用包括网关和集线器、LED 照明、开关、传感器、门锁、玻璃破碎检测、预测性维护、唤醒词检测等。

EFR32FG281 GHz 以下无线 + 2.4 GHz BLE SoC

EFR32FG28 SoC 是一款理想的双频 1 GHz 以下 + 2.4 GHz 蓝牙低功耗 SoC 解决方案，适用于智能家居、安防、照明、楼宇自动化和计量等物联网应用。这款双频解决方案结合了高性能 1 GHz 以下无线电，可提供长距离功能和蓝牙无线电，提高了设计灵活性。大内存占用和 IO 计数增加可实现设计整合，Secure Vault™ 可提供灵活性，从而选择满足产品需求的安全级别。

SiWx917M Wi-Fi 6 和蓝牙 LE 5.4 无线 SoC

SiWx917M SoC 是我们功耗最低的 Wi-Fi 6 SoC，是使用 Wi-Fi®、蓝牙、Matter 和 IP 网络实现安全云连接的超低功耗物联网无线设备的理想之选。非常适合于开发需由使用时间较长的电池供电的设备。SiWx917M SoC 包括超低功耗 Wi-Fi 6 及低功耗蓝牙 LE 5.4 无线 CPU 子系统，以及集成微控制器 (MCU) 应用子系统、安全功能、外围设备和电源管理子系统，所有这些都集成在一个尺寸为 7 x 7 毫米的 QFN 封装中。无线子系统由运行速度高达 160 MHz 的网络无线处理器、基带数字信号处理、模拟前端、2.4 GHz RF 收发器和集成功率放大器组成。应用子系统由运行频率高达 180 MHz 的 ARM® Cortex®-M4F、嵌入式 SRAM、闪存和传感器集线器组成。ARM® Cortex®-M4F 专门用于外围设备和应用相关处理，而网络无线处理器在独立线程上运行无线和网络协议栈，因此可提供完全集成的解决方案，可直接用于各种嵌入式无线物联网应用。

目标应用场景包括智能家居、消费者健康和可穿戴设备、医疗、工业、零售、智能建筑和城市、资产跟踪。

工作原理：

自带模型 (BYOM)：可从您自己的 TensorFlow Lite 模型入手，或与我们的 AI/ML 合作伙伴协作，打造专为您的物联网应用场景定制的模型。

无缝集成：安装 Silicon Labs SDK 时只需添加该 AI/ML SDK 扩展，然后将模型拖放到项目的配置文件夹中即可直接集成。

自动优化： 从模型转换到部署，该 SDK 全程为您处理优化与硬件加速工作，让物联网中的机器学习实现比以往更简单。

物联网机器学习核心工具：

Flatbuffer 转换器

快速将 .tflite 模型转换为可部署的头文件 —— 只需将模型放入项目的配置文件夹，即可立即使用。

Flatbuffer 转换器工具

模型性能分析器

预估模型在您的物联网目标设备上的内存占用和运行时性能，以便在部署前对模型进行微调。

ML 模型性能分析器示例应用

模型 MVP 编译器

该编译器直接集成在 Simplicity Studio 中，可优化执行效率，管理内存布局、权重分页和调度，实现高效的边缘推理。

MVP 加速器

即用型演示

探索针对语音、手势、声学和基于传感器的识别的预制演示示例 —— 展示机器学习在物联网实际应用中的强大功能。

AI/ML 扩展示例应用

想要了解更多？可在此处找到更多 AI/ML 软件文档。需要模型开发支持？与我们的合作伙伴协作，打造专为您的应用场景定制的模型。

机器学习应用示例入门

探索物联网机器学习如何在各类应用中实现实时智能 —— 从语音和音频检测到传感器信号处理及低分辨率视觉识别。这些应用场景展示了设备端人工智能如何赋能更智能、响应更快、效率更高的边缘解决方案。

观看每个演示示例的实际运行效果，并学习如何使用 Silicon Labs 硬件和开发工具进行构建。

物联网机器学习常见问题

对物联网机器学习有疑问？本节介绍与使用 Silicon Labs 硬件在物联网设备中构建 ML 相关的常见主题，如电源使用、部署和工具。

物联网中的机器学习是指在联网设备上直接运行训练好的模型，处理来自传感器、麦克风和摄像头的数据 —— 支持语音识别、视觉处理、异常检测等场景的实时决策，且全程无需依赖云端。

如果使用 Silicon Labs 的矩阵向量处理器 (MVP) 等硬件加速器，在物联网设备上运行机器学习模型反而能降低功耗。对于矩阵运算等计算密集型任务，与在 CPU 上运行相同模型相比，MVP 的推理速度最高可提升 8 倍，能耗最高可降低 6 倍，在处理大规模工作负载时效果尤为显著。这使得 CPU 可处于闲置或休眠状态，从而提升整体能效。

不需要，在物联网设备上运行机器学习无需联网。借助设备端推理和硬件加速功能，模型可在边缘端本地处理数据 —— 从而实现快速、可靠且隐私安全的物联网机器学习，无需依赖云端。

借助我们的机器学习开发套件，您可在几分钟内启动开发流程，套件包含开箱即用型演示（包括语音控制的吃豆人游戏）。查看我们的 AI/ML 开发人员之旅，获取分步操作指南

物联网与机器学习的结合为多种应用提供动力，包括语音识别、手势检测、视觉处理、预测性维护、异常检测和智能门禁 —— 所有应用均在设备端高效运行，无需依赖云端。

可以 —— 完全可以。我们的平台支持集成主流框架的预训练模型，且经过认证的 AI/ML 合作伙伴提供针对 Silicon Labs 硬件优化的可直接部署解决方案。可直接使用这些模型，或根据特定的物联网机器学习应用进行微调。

Silicon Labs 提供多种工具，帮助您评估和优化物联网设备中的机器学习性能。例如，模型性能分析器 (Model Profiler) 可预估目标硬件上的内存占用和推理时间，而模型 MVP 编译器（集成于 Simplicity Studio 中）可优化模型执行效率，实现高效的边缘推理。这些工具让您在部署前轻松微调模型性能。

不需要。Silicon Labs 与值得信赖的 AI/ML 提供商合作，这些提供商在我们的 SoC 上提供预构建的可直接部署解决方案 —— 非常适合希望快速启动项目的团队。对于定制化应用，我们还与经过认证的设计服务合作伙伴协作，助力您开发和部署量身定制的物联网机器学习解决方案，无需具备深厚的机器学习专业知识。