文章和博客

Platform providers, device manufacturers, and semiconductor companies like Silicon Labs converge around the Matter protocol for smart device interconnectivity.

了解如何使用 AI 技术延长无线电机监测应用的电池寿命。

边缘 AI 和单片机可实现高效、可扩展的 AI 处理，在优化实时应用的同时降低成本和功耗。

Discover the Raspberry Pi 500, a powerful all-in-one computer in a keyboard. Explore specs, GPIO upgrades, and its perfect pair—the Pi Monitor.

了解 Panasonic 提供的混合电容器、精密电阻器和无线模块如何应对人工智能数据中心的关键电源管理挑战。

随着人工智能的发展，嵌⼊式AI处理器的应用成为了其中一个关键的部分。无论是智能家居、自动驾驶、AI机器人、医疗领域等，都越来越广泛使用嵌⼊式AI处理器，对于提升人们的生活素质、便利度以及效率，都有显着的帮助。

人工智能和传感器的结合在多个领域有广泛应用和迅速的发展，特别是在自动化、物联网、医疗、智能城市以及工业4.0等领域。传感器的功能是收集环境中的物理数据，例如温度、压力、光线、声音、加速度等，而人工智能则用来分析和处理这些数据，从而做出智能决策或自动反应。传感器融合与AI技术的结合，则实现了更高效率的数据分析和决策过程。

因为Edge AI和机器学习的计算主要发生在设备边缘，通常需要处理实时数据并在资源有限的情况下做出快速决策，因此对于硬件类型有其特殊的需求，市场上也有其相应的开发套件可供选择。开发套件能帮助开发者快速设计、测试和部署AI解决方案。这些开发套件通常包括硬件平台、软件工具和预先训练的模型，能简化开发过程。

在许多嵌入式系统中，必须采用嵌入式机器学习技术，这是指将机器学习模型部署在资源受限的设备（如微控制器、物联网设备和智能传感器）上，这些设备通常具有有限的计算能力、存储空间和功耗。许多嵌入式设备必须采用边缘计算，由于数据处理在本地设备上完成，嵌入式机器学习能够提供极低的响应时间，可降低延迟，适合需要实时反应的应用。

人工智能（AI）已经是当前科技业最热门的话题，且其应用面涉及人类生活的各个领域，对于各个产业都带来相当重要的影响，且即将改变人类未来发展的方方面面，并且在不断推动科技和社会的进步，未来的发展将无可限量。

使用具有专用功能的超低功耗 MCU，在不影响处理器性能或功耗预算的情况下满足应用要求。

了解 ADI 的 78002 MCU 如何以低功耗、高性能和强大的安全功能支持边缘人工智能应用的设计。

Digit's AI-powered brain enables local real-time voice conversations using Hopper Chat and Llama 3. Learn how to set it up with NVIDIA Jetson Orin Nano.

Discover how Hacksmith Industries built the ultimate autonomous security drone system at H.E.R.C., featuring drones, robot dogs, and AI-driven turrets.

iWave 推出了采用 Intel Agilex™ 5 FPGA 的 iW-RainboW-G58M 系统级模块 (SoM)，这是首款集成了 AI 功能的 FPGA。

Learn about the application of linear control models and PCA classification in creating a voice-controlled robot.

The BeagleY-AI is here! Featuring a Texas Instruments AM67A processor and 4 TOPS of Edge AI acceleration, it's perfect for advanced AI applications.

Explore the vast ESP32 ecosystem with this overview, featuring detailed explanations of its architecture, communication interfaces, and development tools.

Learn how to prepare data for machine learning projects. Explore techniques for scaling features, handling missing values, and ensuring fair & accurate results.

使用 Renesas RA8M1 微控制器的 Arm Helium MVE SIMD 扩展，可快速高效地提供强大的 AI 和 ML。