近期,恩智浦半導體宣佈推出易於使用的泛化機器學習開發環境，用於構建具有高端功能的創新應用。對於恩智浦的從低成本微控制器(MCU)到突破性的跨界i.MX RT處理器和高性能應用處理器等設備，客戶都可以輕鬆實現機器學習功能。
機器學習開發環境提供全套即用型方案，用戶可以在ARM Cortex內核到高性能GPU/DSP（圖形處理單元/數字信號處理器）複合體等中選擇最佳執行引擎，還提供在這些引擎上部署機器學習模型（包括神經網絡）的工具。嵌入式人工智能(AI)正迅速成爲邊緣處理的基本技術能力，使“智能”設備能夠“意識到”周圍環境，並在很少或根本沒有人爲干預的情況下根據接收的信息做出決定。
基於視覺的機器學習應用通過攝像頭向各類機器學習算法（其中神經網絡最爲流行）提供輸入信息。這些應用涵蓋大部分細分垂直市場，並可執行諸如對象識別、身份驗證、人員統計等功能。語音激活設備(VAD)正推動邊緣機器學習的需求，以實現喚醒詞檢測、自然語言處理以及“語音用戶界面”應用。基於機器學習的異常檢測（根據振動/聲音模式）能夠識別即將發生的故障，進而大幅減少設備停機時間，實現工業4.0的快速變革。恩智浦爲客戶提供多種將機器學習集成到應用中的方案。
恩智浦人工智能技術主管Markus Levy表示，“在嵌入式應用中使用機器學習時，必須同時兼顧成本和最終用戶體驗。例如，在我們的高性價比MCU中也可以部署AI推理引擎，並獲得足夠的性能，這讓許多人仍然感到驚訝。” “另一方面，我們的高性能跨界和應用處理器也擁有強大處理能力，在許多客戶應用中都可以實現快速AI推理和訓練。隨着AI應用的不斷擴展，我們將通過旨在加快機器學習的下一代處理器持續推動該應用領域的增長。”
將AI/機器學習技術引入邊緣計算應用的另一個關鍵要求是可以從雲端輕鬆、安全地部署和升級嵌入式設備。EdgeScale平臺支持對物聯網和邊緣設備進行安全配置和管理。EdgeScale通過在雲端集成AI/機器學習和推理引擎，並自動將集成模塊安全地部署到邊緣設備，實現端到端的持續開發和交付體驗。
爲了滿足廣泛的客戶需求，恩智浦還創建了一個機器學習合作伙伴生態系統，將客戶與技術供應商聯繫起來，通過經過驗證的機器學習工具、推理引擎、解決方案和設計服務，加快產品研發、生產和上市時間。