Silicon Labs، متخصص فناوری بی‌سیم ایمن و هوشمند برای دنیای متصل‌تر، خانواده‌های BG24 و MG24 از SoCهای بی‌سیم 2.4 گیگاهرتزی را به ترتیب برای عملیات بلوتوث و پروتکل‌های چندگانه و یک ابزار نرم‌افزار جدید معرفی کرد. این پلتفرم سخت‌افزاری و نرم‌افزاری بهینه‌سازی‌شده جدید به ارائه برنامه‌های AI/ML و عملکرد بالا بی‌سیم به دستگاه‌های لبه‌دار با باتری کمک می‌کند.

خانواده‌های کم‌مصرف BG24 و MG24 از پروتکل‌های بی‌سیم متعدد پشتیبانی می‌کنند و حفاظت از خرک امن سطح 3 PSA را در خود جای داده‌اند که برای خانه‌های هوشمند متنوع، کاربردهای پزشکی و صنعتی ایده‌آل است. SoC و راه حل نرم افزاری برای اینترنت اشیا (IoT) اعلام شده شامل موارد زیر است:

دو خانواده جدید از تراشه‌های بی‌سیم 2.4 گیگاهرتزی، که دارای شتاب‌دهنده‌های AI/ML یکپارچه صنعت، پشتیبانی از Matter، Zigbee، OpenThread، بلوتوث کم انرژی، مش بلوتوث، عملکرد اختصاصی و چند پروتکلی، بالاترین سطح گواهینامه امنیتی صنعت، فوق‌العاده هستند. -قابلیت های کم مصرف و بزرگترین ظرفیت حافظه و فلش در مجموعه آزمایشگاه های سیلیکون.
یک مجموعه ابزار نرم افزاری جدید که به توسعه دهندگان اجازه می دهد تا به سرعت الگوریتم های هوش مصنوعی و یادگیری ماشین را با استفاده از برخی از محبوب ترین مجموعه ابزار مانند TensorFlow بسازند و به کار گیرند.

مت جانسون، مدیر عامل Silicon Labs می‌گوید: تراشه‌های بی‌سیم BG24 و MG24 ترکیب فوق‌العاده‌ای از قابلیت‌های صنعتی از جمله پشتیبانی گسترده چندپروتکلی بی‌سیم، عمر باتری، یادگیری ماشینی و امنیت برای برنامه‌های IoT Edge را نشان می‌دهند.

طراحان محصولات اینترنت اشیا پتانسیل فوق‌العاده هوش مصنوعی و یادگیری ماشینی را برای آوردن هوش بیشتر به برنامه‌های کاربردی مانند سیستم‌های امنیتی خانه، مانیتورهای پزشکی پوشیدنی، حسگرهایی که بر تاسیسات تجاری و تجهیزات صنعتی نظارت می‌کنند و غیره می‌بینند. اما امروزه، کسانی که به فکر استقرار هوش مصنوعی یا یادگیری ماشینی در لبه هستند، با جریمه‌های سنگینی در عملکرد و مصرف انرژی مواجه می‌شوند که ممکن است بیشتر از مزایای آن باشد.

BG24 و MG24 به عنوان اولین دستگاه‌های کم مصرف با شتاب‌دهنده‌های اختصاصی AI/ML داخلی، این جریمه‌ها را کاهش می‌دهند. این سخت افزار تخصصی برای انجام سریع و کارآمد محاسبات پیچیده طراحی شده است، با آزمایش داخلی تا 4 برابر بهبود عملکرد و تا 6 برابر بهبود در بهره وری انرژی را نشان می دهد. از آنجایی که محاسبات ML در دستگاه محلی به جای ابر انجام می شود، تأخیر شبکه برای تصمیم گیری و اقدامات سریع تر حذف می شود.

خانواده‌های BG24 و MG24 همچنین دارای بزرگترین ظرفیت حافظه‌های Flash و دسترسی تصادفی (RAM) در مجموعه آزمایشگاه‌های سیلیکون هستند. این بدان معناست که دستگاه می‌تواند برای پشتیبانی از چند پروتکل، Matter و الگوریتم‌های آموزش دیده ML برای مجموعه داده‌های بزرگ تکامل یابد. PSA Level 3-Certified Secure VaultTM، بالاترین سطح گواهینامه امنیتی برای دستگاه‌های IoT، امنیت مورد نیاز را در محصولاتی مانند قفل درب، تجهیزات پزشکی و سایر موارد حساس فراهم می‌کند که در آن سخت‌تر شدن دستگاه در برابر تهدیدات خارجی بسیار مهم است.

علاوه بر پشتیبانی بومی از TensorFlow، Silicon Labs با برخی از ارائه‌دهندگان ابزارهای هوش مصنوعی و ML مانند SensiML و Edge Impulse همکاری کرده است تا اطمینان حاصل کند که توسعه‌دهندگان یک زنجیره ابزار سرتاسری دارند که توسعه مدل‌های یادگیری ماشین را بهینه‌سازی شده برای تعبیه‌شده ساده می‌کند. استقرار برنامه های بی سیم با استفاده از این زنجیره ابزار جدید AI/ML با استودیوی Simplicity Silicon Labs و خانواده SoCهای BG24 و MG24، توسعه‌دهندگان می‌توانند برنامه‌هایی ایجاد کنند که اطلاعات را از دستگاه‌های مختلف متصل می‌گیرند و همگی با استفاده از Matter با یکدیگر ارتباط برقرار می‌کنند و سپس تصمیمات مبتنی بر یادگیری ماشینی هوشمند را اتخاذ می‌کنند.

به عنوان مثال، در یک ساختمان اداری تجاری، بسیاری از چراغ‌ها توسط آشکارسازهای حرکتی کنترل می‌شوند که اشغال را کنترل می‌کنند تا مشخص شود که چراغ‌ها باید روشن یا خاموش باشند. با این حال، هنگام تایپ کردن روی میز با حرکت محدود به دست ها و انگشتان، کارگران ممکن است در تاریکی رها شوند، زمانی که حسگرهای حرکتی به تنهایی نمی توانند حضور آنها را تشخیص دهند. با اتصال حسگرهای صوتی با آشکارسازهای حرکت از طریق لایه کاربردی Matter، داده‌های صوتی اضافی، مانند صدای تایپ، می‌تواند از طریق یک الگوریتم یادگیری ماشینی اجرا شود تا به سیستم روشنایی اجازه دهد تا تصمیم آگاهانه‌تری در مورد اینکه آیا چراغ‌ها باید انجام شوند یا خیر. روشن یا خاموش باشد

محاسبات ML در لبه، سایر برنامه‌های صنعتی و خانگی هوشمند را قادر می‌سازد، از جمله پردازش داده‌های حسگر برای تشخیص ناهنجاری، تعمیر و نگهداری پیش‌بینی‌کننده، تشخیص الگوی صوتی برای بهبود تشخیص شکستگی شیشه، تشخیص کلمات با دستور ساده، و موارد استفاده از دید مانند تشخیص حضور یا افراد. شمارش با دوربین های با وضوح پایین.

بیش از 40 شرکت به نمایندگی از صنایع و برنامه های کاربردی مختلف در حال حاضر توسعه و آزمایش این راه حل جدید پلت فرم را در یک برنامه بسته آلفا آغاز کرده اند. این شرکت‌ها به دلیل قدرت بسیار کم، ویژگی‌های پیشرفته، از جمله قابلیت‌های AI/ML و پشتیبانی از Matter، جذب پلتفرم‌های BG24 و MG24 شده‌اند. خرده فروشان جهانی به دنبال بهبود تجربه خرید در فروشگاه با ردیابی دقیق تر دارایی، به روز رسانی قیمت در زمان واقعی، و موارد دیگر هستند. شرکت‌کنندگان از بخش مدیریت ساختمان تجاری در حال بررسی این هستند که چگونه سیستم‌های ساختمانی خود، از جمله روشنایی و تهویه مطبوع، را هوشمندتر کنند تا هزینه‌های مالکان را کاهش دهند و ردپای محیطی آن‌ها را کاهش دهند. در نهایت، ارائه‌دهندگان راه‌حل‌های مصرف‌کننده و خانه‌های هوشمند در تلاش هستند تا اتصال دستگاه‌های مختلف را آسان‌تر کنند و نحوه تعامل آنها را گسترش دهند تا ویژگی‌ها و خدمات نوآورانه جدیدی را برای مصرف‌کنندگان به ارمغان بیاورند.

SoCهای تک دای BG24 و MG24 ترکیبی از پردازنده 78 مگاهرتزی ARM Cortex-M33، رادیو با کارایی بالا 2.4 گیگاهرتز، ADC 20 بیتی، ترکیبی بهینه از فلش (تا 1536 کیلوبایت) و رم (تا 256 کیلوبایت)، و یک شتاب‌دهنده سخت‌افزار AI/ML برای پردازش الگوریتم‌های یادگیری ماشین در حین بارگذاری ARM Cortex-M33، بنابراین برنامه‌ها چرخه‌های بیشتری برای انجام کارهای دیگر دارند. این SoCها با پشتیبانی از طیف وسیعی از پروتکل‌های اینترنت اشیا بی‌سیم 2.4 گیگاهرتز، بالاترین امنیت را با بهترین نسبت عملکرد/بازده انرژی RF در بازار در خود جای داده‌اند.

پایان .

لینک منبع : https://www.iot-now.com/2022/01/24/118772-silicon-labs-brings-ai-and-machine-learning-to-the-edge-with-matter-ready-platform/