本文介绍了NanoEdge AI Studio，一个一键式PC开发平台，用于生成和部署多种类型的机器学习库，以构建边缘AI解决方案.支持多种传感器，并优化STM32微控制器上的性能。本文还列举了多种基于 STM32 且由 DigiKey 支持 NanoEdgeAI 技术的产品。
关于NanoEdgeAIStudio
NanoEdgeAIStudio 是一项新的机器学习（ML）技术，为开发者提供了特权，他们可以基于最少量的数据创建最优的 ML 库。这是一个基于 PC 的一键式开发平台，可在 Windows、Linux Ubuntu 上运行。
该开发平台可以生成四种类型的库：异常检测库、离群值检测库、分类库和回归库。这些库可以组合和链接以创建完整的边缘 AI解决方案：异常或离群值检测以检测设备上的问题，分类以识别问题的来源，回归以推断信息并为维护团队提供真实的洞察。
多个传感器可以在单个库中组合，也可以同时使用多个库。这种拓扑结构可以响应各种类型的输入信号，例如振动和压力、声音、磁力、飞行时间等。
学习和推理都通过 NanoEdge™ AI 设备内学习库直接在微控制器内部完成，这简化了边缘 AI 流程，并显著减少了开发工作、成本和因此的上市时间。
所有特性
用于设计和生成具有小数据集的STM32 优化库的桌面工具：
异常检测库（ Anomaly detection libraries）：直接在 STM32 微控制器上学习正常性并实时检测缺陷 单类分类库（ One-class classification libraries）：在设备正常运行期间执行采集并检测任何异常模式偏差 N 类分类库（ N-class classification libraries）：实时对信号进行分类 外推库（ Extrapolation libraries）：基于以前从未见过的数据模式预测离散值
支持各种物理量的任何类型传感器：多轴加速度、电流、磁场、电压、温度、声压等 有数百万种可能的算法可用于在准确性、置信度、推理时间和内存占用方面找到最优库 生成占用空间非常小的库，可运行至最小的 Arm® Cortex® M0 微控制器 集成工具，例如：
采样查找工具，可轻松选择正确的数据速率和正确的数据长度 数据记录器生成器，只需点击几下即可准备好记录数据 用于数据集的数据操作工具 ML 库基准测试，以找到预处理和机器学习模型之间的最佳组合 嵌入式模拟器，可通过连接的STM32 板或测试数据文件实时测试库性能 推理时间估计，帮助用户为模型选择做出明智的选择 验证工具，以比较 NanoEdge™ 提供的库
STEVAL-PROTEUS1 是一款专为温度和振动监测设计的评估工具。
STM32H747I-DISCO 发现套件是 STMicroelectronics STM32H747XIH6 微控制器的完整演示和开发平台，旨在简化用户应用开发。
嵌入式系统中的指令集架构及其选择 PLC 编程语言介绍 应用新型 32位 MCU 系列进行多电机控制的方案及演示 Intel EK-10M08E144 MAX ®10评估套件不闪烁 Adafruit ESP32 Feather 评估板 5438 和 5400 的区别?
提示点击菜单设计支持:工程师锦囊,获取更多工程师小贴士
“星标”我们，不错过新鲜案例和行业干货
