中國，2021年8月23日--意法半導(dǎo)體STM32Cube.AI 開發(fā)環(huán)境為用戶提供各種機(jī)器學(xué)習(xí)技術(shù)，為他們盡可能高效地解決分類、聚類和新穎性檢測三種算法挑戰(zhàn)提供更多靈活性。

　　除了能夠在STM32*微控制器（MCU）上開發(fā)用于邊緣推理的神經(jīng)網(wǎng)絡(luò)外，最新的STM32Cube.AI版本（7.0版）還支持新的監(jiān)督和半監(jiān)督方法，這些方法可以處理更小的數(shù)據(jù)集和更少的CPU周期。其中包括孤立森林異常檢測（iForest）和單類支持向量機(jī)（OC-SVM）新穎性檢測，以及K-means和SVM分類器算法，現(xiàn)在，用戶無需人工寫代碼就能實(shí)現(xiàn)這些算法。

　　除神經(jīng)網(wǎng)絡(luò)之外，這些經(jīng)典機(jī)器學(xué)習(xí)算法讓開發(fā)人員通過易于使用的技術(shù)在STM32微控制器上轉(zhuǎn)換、驗(yàn)證和部署各種學(xué)習(xí)模型，縮短研發(fā)周期，更快地解決人工智能開發(fā)挑戰(zhàn)。

　　STM32Cube.AI允許開發(fā)人員將機(jī)器學(xué)習(xí)處理任務(wù)從云端轉(zhuǎn)移到基于STM32的邊緣設(shè)備，以減少延遲、節(jié)約能源、提高云利用率，并通過大限度地減少互聯(lián)網(wǎng)上的數(shù)據(jù)交換來保護(hù)隱私?，F(xiàn)在，用戶使用STM32 MCU具有額外的靈活性，可以選擇高效的機(jī)器學(xué)習(xí)技術(shù)進(jìn)行設(shè)備上分析，是長期在線使用案例和智能電池供電應(yīng)用的理想之選。

　　新的STM32Cube.AI 7.0版現(xiàn)在已經(jīng)上線，可以免費(fèi)下載。