机器学习和深度学习网路提供更新、更可靠的方法，来分析来自於现场的资料，更能大幅提升产品价值。Deep Edge AI 使演算法的规模不断缩小，得以在感应器端进行运算。在智慧装置之数量呈现指数级成长的同时，需要经过最隹化处理，以便为市场（如工业4.0、消费性产品、建筑管理、医疗保健和农业等领域）带来更多价值。

然而，对於人工智慧／机器学习（AI／ML）的资料科学家来说，将其模型移植到嵌入式系统具有很大的挑战性，因为嵌入式系统在运算、记忆体和功耗方面受到一定限制。微控制器可与嵌入式应用完美搭配，因为它们专为特定的市场区隔而生，具有低功耗和开发速度快等特点，绝对物超所值。尽管如此，相较於大型应用处理器，在Cortex-M上进行开发时需要完全不同的嵌入式开发技能。

为了帮助企业在最短时间内设计出最隹产品，意法半导体提供一个全面的AI生态系统，其包括硬体、软体开发工具以及STM32微控制器和微处理器上所执行的范例程式。这些范例可以快速衍生以实现新的功能，这些工具支援针对机器学习模型与类神经网路上，进行测试、benchmark以及移植进嵌入式系统。
...
...