碼住這份指南：Edge AI與機(jī)器學(xué)習(xí)常用硬件類型與開(kāi)發(fā)板全解析

文章 概述

本文中，DigiKey 總結(jié)了Edge AI 和機(jī)器學(xué)習(xí)領(lǐng)域中常用的 硬件類型 及其相應(yīng)的 開(kāi)發(fā)套件 。文章詳細(xì)列舉了四大主要的硬件類型：微控制器、單板計(jì)算機(jī)、專用 AI加速器，以及FPGA，并詳細(xì)介紹了涵蓋硬件平臺(tái)、軟件工具和預(yù)訓(xùn)練模型的多種開(kāi)發(fā)套件。文章著重強(qiáng)調(diào)了合理選擇硬件平臺(tái)與開(kāi)發(fā)套件對(duì)于Edge AI和機(jī)器學(xué)習(xí)發(fā)展的關(guān)鍵推動(dòng)作用，為相關(guān)領(lǐng)域的開(kāi)發(fā)者和研究者提供寶貴的參考依據(jù)。

Edge AI和機(jī)器學(xué)習(xí)的計(jì)算主要發(fā)生在設(shè)備邊緣，需要處理實(shí)時(shí)數(shù)據(jù)并在資源有限的情況下做出快速?zèng)Q策。因此，硬件類型有其特殊需求，市場(chǎng)上也有相應(yīng)的開(kāi)發(fā)套件可供選擇。本文將詳細(xì)介紹Edge AI和機(jī)器學(xué)習(xí)常用的硬件類型及其開(kāi)發(fā)套件，幫助開(kāi)發(fā)者選擇合適的硬件平臺(tái)和開(kāi)發(fā)工具，加速開(kāi)發(fā)流程。

常見(jiàn)的Edge AI和機(jī)器學(xué)習(xí)硬件類型

Edge AI和機(jī)器學(xué)習(xí)使用的硬件類型包括微控制器（MCU）、單板計(jì)算機(jī)（SBC）、專用AI加速器、FPGA（現(xiàn)場(chǎng)可編程邏輯門(mén)陣列）等。

1. 微控制器（MCU）

微控制器在Edge AI和機(jī)器學(xué)習(xí)中扮演著關(guān)鍵角色，尤其適用于資源有限、低功耗、實(shí)時(shí)計(jì)算和簡(jiǎn)單推理任務(wù)的應(yīng)用場(chǎng)景，如傳感器數(shù)據(jù)處理和邊緣設(shè)備控制。

• ARM Cortex-M 系列 ：如Cortex-M0/M3/M4/M7， 是業(yè)界廣泛使用的低功耗微控制器，適合嵌入式系統(tǒng)和物聯(lián)網(wǎng)（IoT）設(shè)備，Cortex-M4和Cortex-M7支持?jǐn)?shù)字信號(hào)處理（DSP）指令集，適合進(jìn)行基本的AI推理，可應(yīng)用于小型機(jī)器學(xué)習(xí)推理、傳感器數(shù)據(jù)處理、設(shè)備控制等。

• ESP32 ：由Espressif開(kāi)發(fā)，內(nèi)建Wi-Fi和藍(lán)牙功能， 廣泛應(yīng)用于IoT和邊緣設(shè)備，支持TensorFlow Lite Microcontrollers，適合運(yùn)行簡(jiǎn)單的機(jī)器學(xué)習(xí)模型，如語(yǔ)音識(shí)別和手勢(shì)識(shí)別，常見(jiàn)于物聯(lián)網(wǎng)應(yīng)用、智能家居、可穿戴設(shè)備等。

• Raspberry Pi Pico ：使用RP2040微控制器， 為Raspberry Pi基金會(huì)的首個(gè)微控制器產(chǎn)品，可支持TensorFlow Lite Microcontrollers，具備雙核ARM Cortex-M0+，適合入門(mén)級(jí)的Edge AI應(yīng)用，如基本機(jī)器學(xué)習(xí)推理、物聯(lián)網(wǎng)設(shè)備控制等。

• STM32 系列 ： 是由STMicroelectronics提供的微控制器，特別是STM32F4和STM32H7系列，支持豐富的計(jì)算資源和DSP，可支持使用Cube.AI工具來(lái)將AI模型部署到微控制器上，常應(yīng)用于工業(yè)自動(dòng)化、醫(yī)療設(shè)備、物聯(lián)網(wǎng)等。

• nRF52系列： 由Nordic Semiconductor開(kāi)發(fā)，內(nèi)建藍(lán)牙低功耗（BLE）功能， 適合低功耗應(yīng)用 ，支持機(jī)器學(xué)習(xí)推理，常用于可穿戴設(shè)備和物聯(lián)網(wǎng)應(yīng)用，如智能穿戴、傳感器融合、遠(yuǎn)程監(jiān)控等。

• Renesas RA系列： 支持ARM Cortex-M內(nèi)核，具有強(qiáng)大的計(jì)算能力和低功耗特性， 適合Edge AI 。Renesas RX系列則使用Renesas自家內(nèi)核，針對(duì)高效嵌入式應(yīng)用進(jìn)行優(yōu)化，可使用于工業(yè)應(yīng)用、智能城市、智能家居等。

• Texas Instruments的MSP430： 以超低功耗著稱， 適合需要長(zhǎng)期運(yùn)行且電池供電的設(shè)備 ，雖然MSP430的計(jì)算能力有限，但可以處理輕量級(jí)的機(jī)器學(xué)習(xí)應(yīng)用，如傳感器融合、簡(jiǎn)單的邊緣推理、低功耗應(yīng)用等。

• Arduino Nano 33 BLE： 內(nèi)建ARM Cortex-M4內(nèi)核，支持TensorFlow Lite，適合Edge AI應(yīng)用的開(kāi)發(fā)者和愛(ài)好者，由于包含藍(lán)牙功能， 適合物聯(lián)網(wǎng)和可穿戴設(shè)備開(kāi)發(fā) ，可應(yīng)用于手勢(shì)識(shí)別、語(yǔ)音識(shí)別、簡(jiǎn)單的推理任務(wù)。

這些微控制器因其低功耗、易于開(kāi)發(fā)和與各種AI開(kāi)發(fā)工具的兼容性，廣泛應(yīng)用于Edge AI和機(jī)器學(xué)習(xí)領(lǐng)域。選擇合適的微控制器時(shí)，需根據(jù)應(yīng)用場(chǎng)景的計(jì)算需求、功耗限制和數(shù)據(jù)處理要求進(jìn)行考慮。

2. 單板計(jì)算機(jī)（SBC）

單板計(jì)算機(jī)提供較高的計(jì)算能力和多樣化的開(kāi)發(fā)環(huán)境，適合處理復(fù)雜的機(jī)器學(xué)習(xí)任務(wù)和推理工作，支持更高性能的AI模型，適合工業(yè)自動(dòng)化和邊緣設(shè)備。

• Raspberry Pi 4： 是最受歡迎的單板計(jì)算機(jī)之一，具有ARM Cortex-A72 64位處理器和多核處理能力，支持TensorFlow Lite、PyTorch等AI開(kāi)發(fā)框架，能夠運(yùn)行輕量級(jí)的機(jī)器學(xué)習(xí)模型， 適合應(yīng)用于圖像識(shí)別、語(yǔ)音處理和智能物聯(lián)網(wǎng)設(shè)備 ，可應(yīng)用于小型物聯(lián)網(wǎng)設(shè)備、智能家居、AI辨識(shí)應(yīng)用等。

• NVIDIA Jetson系列： 相當(dāng)受到市場(chǎng)歡迎，其中的Jetson Nano是針對(duì)入門(mén)級(jí)AI應(yīng)用，配備128核的NVIDIA Maxwell GPU，支持TensorFlow、PyTorch和NVIDIA自家的深度學(xué)習(xí)軟件開(kāi)發(fā)套件（SDK）， 適合運(yùn)行較大的AI模型 。Jetson Xavier NX則提供更高的計(jì)算能力，擁有384個(gè)CUDA內(nèi)核和48個(gè)Tensor內(nèi)核， 適合需要高效推理的應(yīng)用 。Jetson Orin則 適合高階AI和邊緣計(jì)算應(yīng)用 ，擁有更強(qiáng)大的GPU和AI加速功能。NVIDIA Jetson系列可應(yīng)用于自主機(jī)器人、智能監(jiān)控系統(tǒng)、醫(yī)療設(shè)備等。

• Google Coral Dev Board： 內(nèi)建Google Edge TPU，專為高效、低功耗的AI應(yīng)用設(shè)計(jì)。TPU是專門(mén)用于加速深度學(xué)習(xí)推理的處理器，適合TensorFlow Lite模型， 能夠處理圖像分類、對(duì)象檢測(cè)等AI任務(wù) ，并且功耗非常低，可應(yīng)用于物聯(lián)網(wǎng)設(shè)備、智能城市應(yīng)用、圖像和語(yǔ)音識(shí)別等。

• BeagleBone Black： 使用AM335x 1GHz ARM Cortex-A8處理器，支持Linux，具備較高的擴(kuò)展性，雖然性能不如Raspberry Pi和Jetson系列，但它的開(kāi)源硬件和軟件支持使其非常靈活， 適合初學(xué)者和開(kāi)發(fā)者使用 ，可應(yīng)用于工業(yè)自動(dòng)化、嵌入式系統(tǒng)、智能城市應(yīng)用等。

這些單板計(jì)算機(jī)依據(jù)不同的計(jì)算能力、功耗需求和AI開(kāi)發(fā)框架支持，適合各種Edge AI和機(jī)器學(xué)習(xí)應(yīng)用場(chǎng)景。選擇合適的單板計(jì)算機(jī)需考慮AI模型的復(fù)雜度、資源需求以及功耗等因素。

3. 專用AI加速器

專用AI加速器提供專門(mén)用來(lái)加速深度學(xué)習(xí)推理和其他AI工作負(fù)載的硬件設(shè)備，這些加速器可以顯著提高計(jì)算效率，同時(shí)降低功耗，以支持深度學(xué)習(xí)模型，適用于邊緣設(shè)備的高效率推理。

• Google Edge TPU： 專門(mén)為邊緣設(shè)備設(shè)計(jì)的AI推理加速器，能夠高效處理TensorFlow Lite模型，尤其 適合圖像識(shí)別、對(duì)象檢測(cè)等任務(wù) ，可支持每秒進(jìn)行數(shù)兆次計(jì)算（TOPS），且功耗極低，適合物聯(lián)網(wǎng)設(shè)備和其他資源受限的應(yīng)用，如 圖像分類、語(yǔ)音識(shí)別、智能監(jiān)控系統(tǒng) 等。其可提供Coral Dev Board和Coral USB Accelerator開(kāi)發(fā)套件，可輕松地將Edge TPU集成到各種嵌入式系統(tǒng)中。

• NVIDIA Jetson系列： 專注于提供GPU加速， 特別適合于邊緣設(shè)備的AI計(jì)算 ，每個(gè)Jetson模塊都搭載了CUDA內(nèi)核和Tensor內(nèi)核，用來(lái)加速AI模型推理，其支持完整的NVIDIA開(kāi)發(fā)工具生態(tài)，如TensorRT、CUDA和深度學(xué)習(xí)SDK，適合運(yùn)行復(fù)雜的深度學(xué)習(xí)模型和計(jì)算密集型應(yīng)用，如自主機(jī)器人、醫(yī)療診斷、智能工廠。其提供Jetson Nano、Jetson Xavier NX、Jetson Orin開(kāi)發(fā)套件，從入門(mén)級(jí)到高階應(yīng)用都有對(duì)應(yīng)的硬件。

• Intel Movidius Myriad X： 一款高度專用的視覺(jué)處理單元（VPU），針對(duì)圖像識(shí)別和其他AI推理工作進(jìn)行優(yōu)化，集成了神經(jīng)計(jì)算引擎（NCE），能加速深度學(xué)習(xí)推理，同時(shí)支持低功耗的應(yīng)用。這款VPU被廣泛應(yīng)用于無(wú)人機(jī)、智能相機(jī)和機(jī)器人， 可應(yīng)用于對(duì)象識(shí)別、智能監(jiān)控、計(jì)算機(jī)視覺(jué)應(yīng)用。 其開(kāi)發(fā)套件Intel Neural Compute Stick 2是一款便捷的USB加速器，允許開(kāi)發(fā)者將Myriad X集成到嵌入式系統(tǒng)中。

• Xilinx AI Engine（Vitis AI）： 是Xilinx FPGA和AI引擎，支持高度靈活的AI推理加速， 特別適合需要高度可定制的應(yīng)用場(chǎng)景 ，如工業(yè)控制和汽車(chē)自動(dòng)駕駛，Vitis AI開(kāi)發(fā)平臺(tái)針對(duì)Xilinx FPGA進(jìn)行優(yōu)化，能加速各種神經(jīng)網(wǎng)絡(luò)模型，并提供極高的性能和靈活性， 可應(yīng)用于自動(dòng)駕駛、邊緣計(jì)算、醫(yī)療圖像處理。 開(kāi)發(fā)套件是Zynq UltraScale+ MPSoC和Alveo加速卡，可在各種高效嵌入式系統(tǒng)中部署AI模型。

• Apple Neural Engine（ANE）： 其移動(dòng)設(shè)備（如iPhone和iPad）中的專用AI加速器，用來(lái)加速機(jī)器學(xué)習(xí)推理，特別是在iOS生態(tài)系統(tǒng)中執(zhí)行高效的本地AI模型，可提供每秒數(shù)萬(wàn)億次計(jì)算，并針對(duì)蘋(píng)果自家的AI框架（如Core ML）進(jìn)行深度優(yōu)化， 可應(yīng)用于增強(qiáng)現(xiàn)實(shí)（AR）、圖像處理、語(yǔ)音識(shí)別。 開(kāi)發(fā)套件中的Apple Core ML框架和Xcode開(kāi)發(fā)環(huán)境深度集成，適合開(kāi)發(fā)者進(jìn)行移動(dòng)AI應(yīng)用的開(kāi)發(fā)。

• Kneron KL520： 是一款低功耗AI加速器，專為邊緣設(shè)備設(shè)計(jì)，支持深度學(xué)習(xí)推理的加速，適合物聯(lián)網(wǎng)和智能家居設(shè)備，支持多種神經(jīng)網(wǎng)絡(luò)架構(gòu)如CNN和RNN，并針對(duì)低功耗應(yīng)用進(jìn)行優(yōu)化， 可應(yīng)用于圖像處理、智能攝像機(jī)、語(yǔ)音識(shí)別。 Kneron提供多種開(kāi)發(fā)模塊和工具，使得開(kāi)發(fā)者可以輕松地集成AI加速功能。

• Huawei的 Ascend 310： 是一款A(yù)I專用加速芯片，針對(duì)移動(dòng)設(shè)備和邊緣設(shè)備進(jìn)行AI推理優(yōu)化，特別是在智能城市和自動(dòng)駕駛等應(yīng)用中，可提供高效、低功耗的AI推理能力，并支持多種神經(jīng)網(wǎng)絡(luò)框架 ，可應(yīng)用于智能城市、邊緣計(jì)算、自動(dòng)駕駛， 其采用基于Ascend 310的Atlas 200開(kāi)發(fā)模塊，是常見(jiàn)的Edge AI開(kāi)發(fā)套件。

這些專用AI加速器根據(jù)性能、功耗和應(yīng)用需求的不同，提供了多種選擇。它們?cè)贓dge AI和機(jī)器學(xué)習(xí)的應(yīng)用中，能夠顯著提升推理速度，減少計(jì)算資源消耗，并且在不同的硬件和軟件環(huán)境中提供靈活的開(kāi)發(fā)支持。選擇合適的AI加速器取決于具體的應(yīng)用需求，例如計(jì)算性能、功耗以及目標(biāo)平臺(tái)的限制。4. FPGA在Edge AI和機(jī)器學(xué)習(xí)應(yīng)用中，F(xiàn)PGA（Field-Programmable Gate Array，現(xiàn)場(chǎng)可編程邏輯門(mén)陣列）提供了高度靈活和可配置的硬件加速能力，特別適合那些需要在邊緣進(jìn)行高效率AI推理的應(yīng)用，可進(jìn)行實(shí)時(shí)數(shù)據(jù)處理和推理。與GPU或?qū)Ｓ肁I加速器不同，F(xiàn)PGA能夠根據(jù)特定任務(wù)進(jìn)行硬件層面的優(yōu)化，從而實(shí)現(xiàn)低延遲和高能效比， 常用于Edge AI計(jì)算的FPGA包括Xilinx Zynq、Intel Stratix等。

• Xilinx Zynq和Versal ACAP系列 ： Xilinx 是FPGA市場(chǎng)的領(lǐng)導(dǎo)者之一，其提供的FPGA解決方案專門(mén)針對(duì)人工智能和機(jī)器學(xué)習(xí)應(yīng)用進(jìn)行了優(yōu)化，尤其是Zynq UltraScale+ MPSoC和Versal ACAP系列。Xilinx FPGA提供了Vitis AI開(kāi)發(fā)平臺(tái)，能夠加速深度學(xué)習(xí)推理，并支持各種框架如TensorFlow和Caffe。Zynq UltraScale+ MPSoC結(jié)合了ARM處理器與可編程邏輯，提供靈活的計(jì)算平臺(tái)， 適合嵌入式和邊緣設(shè)備 。Versal ACAP是一種自適應(yīng)計(jì)算加速平臺(tái)，結(jié)合了FPGA的靈活性和專用AI加速功能， 適合高效AI應(yīng)用如自動(dòng)駕駛、智能醫(yī)療、工業(yè)自動(dòng)化、智能城市。 開(kāi)發(fā)工具包括Vitis AI、Vivado、TensorFlow Lite for Microcontrollers。

• Intel Stratix和Arria系列 ：Intel并購(gòu)了Altera，進(jìn)一步擴(kuò)展其在FPGA領(lǐng)域的影響力。Intel FPGA（如Arria和Stratix系列）針對(duì)AI和邊緣計(jì)算進(jìn)行了優(yōu)化，特別是Intel的OpenVINO工具套件支持FPGA上的AI推理加速。Arria 10 GX FPGA是中高階FPGA，提供高效和靈活性， 適合高效計(jì)算應(yīng)用。 Stratix 10系列適合更高階的應(yīng)用，支持復(fù)雜的神經(jīng)網(wǎng)絡(luò)推理任務(wù)。其支持OpenVINO工具套件，可以加速如TensorFlow、Caffe等模型的推理過(guò)程， 可應(yīng)用于高效邊緣計(jì)算、深度學(xué)習(xí)推理、視覺(jué)處理、網(wǎng)絡(luò)邊緣應(yīng)用。 開(kāi)發(fā)工具包括Intel OpenVINO、Quartus Prime、TensorFlow Lite。

• Lattice Semiconductor ECP5和iCE40系列 ：Lattice Semiconductor的FPGA是針對(duì)低功耗和小尺寸應(yīng)用而設(shè)計(jì)，尤其是其ECP5和iCE40系列，適合邊緣AI設(shè)備和物聯(lián)網(wǎng)應(yīng)用。iCE40 UltraPlus是一款超低功耗FPGA， 適合用于需要極低功耗的物聯(lián)網(wǎng)設(shè)備、智能家居應(yīng)用等。 ECP5系列支持神經(jīng)網(wǎng)絡(luò)推理加速，適合Edge AI設(shè)備，并且與TensorFlow Lite for Microcontrollers集成， 適合小型機(jī)器學(xué)習(xí)模型的推理 ，如物聯(lián)網(wǎng)設(shè)備、可穿戴設(shè)備、邊緣設(shè)備的AI推理。開(kāi)發(fā)工具有Lattice Diamond、Radiant、TensorFlow Lite。

• QuickLogic QuickAI平臺(tái) ：QuickLogic提供的FPGA以低功耗著稱，特別是其針對(duì)AI和邊緣推理優(yōu)化的產(chǎn)品。其QuickAI平臺(tái)專門(mén)為邊緣設(shè)備提供靈活的AI加速解決方案。QuickAI開(kāi)發(fā)平臺(tái)基于其低功耗的FPGA，能夠加速邊緣設(shè)備上的神經(jīng)網(wǎng)絡(luò)推理，并支持物聯(lián)網(wǎng)和智能傳感器應(yīng)用，可支持神經(jīng)網(wǎng)絡(luò)加速，并且能夠在能量受限的設(shè)備中進(jìn)行高效計(jì)算， 可應(yīng)用于智能傳感器、智能家居、工業(yè)物聯(lián)網(wǎng)， 開(kāi)發(fā)工具有QuickLogic開(kāi)發(fā)套件、SensiML工具集。

• Microchip PolarFire系列 ：Microchip的FPGA（前身為Microsemi）提供了低功耗和高安全性解決方案，尤其是其PolarFire系列， 適合于Edge AI和深度學(xué)習(xí)應(yīng)用。 PolarFire FPGA是一款低功耗、高安全性的FPGA，能夠在功耗受限的情況下實(shí)現(xiàn)高效的AI推理。其支持開(kāi)源工具，如OpenVINO和TensorFlow Lite，用于加速AI應(yīng)用，如工業(yè)自動(dòng)化、智能醫(yī)療設(shè)備、Edge AI設(shè)備。開(kāi)發(fā)工具包括Libero SoC、PolarFire SoC開(kāi)發(fā)套件。

FPGA可以根據(jù)不同的AI模型和應(yīng)用進(jìn)行高度定制，適合于不同場(chǎng)景中的專用AI加速任務(wù)，具有靈活性，且由于FPGA的硬件級(jí)別并行處理能力，可以實(shí)現(xiàn)極低的延遲，這在實(shí)時(shí)AI推理中尤為重要，并使其在Edge AI計(jì)算中具有更高的效能與功耗比，F(xiàn)PGA的適應(yīng)性強(qiáng)，能夠靈活應(yīng)對(duì)不同的應(yīng)用需求，從物聯(lián)網(wǎng)設(shè)備到高效計(jì)算平臺(tái)，適合各種不同的邊緣應(yīng)用場(chǎng)景。選擇合適的FPGA平臺(tái)應(yīng)根據(jù)應(yīng)用需求、資源限制和功耗考慮進(jìn)行決策。

常見(jiàn)的Edge AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)套件

在Edge AI和機(jī)器學(xué)習(xí)領(lǐng)域，開(kāi)發(fā)套件能幫助開(kāi)發(fā)者快速設(shè)計(jì)、測(cè)試和部署AI解決方案。這些開(kāi)發(fā)套件通常包括硬件平臺(tái)、軟件工具和預(yù)先訓(xùn)練的模型，能簡(jiǎn)化開(kāi)發(fā)過(guò)程。以下是一些常見(jiàn)的Edge AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)套件。

1. 入門(mén)級(jí)開(kāi)發(fā)套件

• Arduino Nano 33 BLE Sense

這款開(kāi)發(fā)板由Arduino提供，內(nèi)建了多種傳感器，特別適合使用TensorFlow Lite for Microcontrollers進(jìn)行開(kāi)發(fā)。Arduino Nano 33 BLE Sense采用ARM Cortex-M4 32位、64 MHz的主處理器，具有256 KB SRAM內(nèi)存，內(nèi)建的傳感器包括加速度計(jì)、陀螺儀、磁力計(jì)、溫度計(jì)、氣壓計(jì)、濕度計(jì)和光傳感器。開(kāi)發(fā)者可以通過(guò)Arduino IDE將TensorFlow Lite模型部署到開(kāi)發(fā)板上， 用于智能感應(yīng)設(shè)備、圖像分類、語(yǔ)音識(shí)別、手勢(shì)識(shí)別、環(huán)境監(jiān)測(cè)等應(yīng)用。

2. 中級(jí)開(kāi)發(fā)套件

• MCX N系列微控制器

由NXP半導(dǎo)體推出的新一代低功耗微控制器系列， 專為物聯(lián)網(wǎng)、智能家居、工業(yè)控制等應(yīng)用設(shè)計(jì) 。該系列具備強(qiáng)大的處理性能和節(jié)能特性，并且支持安全功能，使其成為嵌入式AI和邊緣計(jì)算的理想選擇。MCX N系列微控制器具有高效能，基于ARM Cortex-M33內(nèi)核，支持浮點(diǎn)計(jì)算和DSP擴(kuò)展，低功耗設(shè)計(jì)適合電池供電的應(yīng)用，支持多種省電模式，在安全性上支持NXP TrustZone技術(shù)，內(nèi)建加密加速器，支持安全引導(dǎo)和安全存儲(chǔ)，具有靈活的擴(kuò)展性，提供多種通信接口，如I2C、SPI、UART和CAN，適合各類應(yīng)用。MCX N系列開(kāi)發(fā)套件則包括NXP MCX N1110-EVK開(kāi)發(fā)板、NXP MCX N1040-EVK開(kāi)發(fā)板、NXP MCX N9xx-EVK開(kāi)發(fā)板等，開(kāi)發(fā)環(huán)境和工具則有MCUXpresso IDE、MCUXpresso SDK，以及加密和安全功能的軟件支持，包括TrustZone和加密加速器的API等安全工具。

• Wio Terminal

由Seeed Studio推出的一款多功能開(kāi)發(fā)套件，基于ATSAMD51內(nèi)核，專為物聯(lián)網(wǎng)、機(jī)器學(xué)習(xí)、Edge AI和嵌入式系統(tǒng)設(shè)計(jì)。它是一款結(jié)合了多種傳感器、顯示器、無(wú)線通信模塊的開(kāi)發(fā)平臺(tái)， 適合快速原型設(shè)計(jì)和開(kāi)發(fā)智能應(yīng)用 。Wio Terminal的內(nèi)核處理器為ATSAMD51P19，基于ARM Cortex-M4F架構(gòu)，主頻可達(dá)120 MHz，支持浮點(diǎn)計(jì)算，以及192 KB RAM、4 MB閃存，足夠進(jìn)行嵌入式應(yīng)用的開(kāi)發(fā)，具有2.4吋LCD TFT屏幕，分辨率為320x240，便于顯示實(shí)時(shí)數(shù)據(jù)和圖形接口，內(nèi)建環(huán)境光傳感器、加速度計(jì)、溫度和濕度傳感器，便于進(jìn)行環(huán)境監(jiān)控和感知，支持內(nèi)建Wi-Fi和藍(lán)牙模塊，適合IoT和無(wú)線連接應(yīng)用。Wio Terminal提供多種I/O接口，包括40-pin GPIO、I2C、SPI和UART接口等，便于外接其他傳感器和模塊。支持Arduino和MicroPython，還支持TensorFlow Lite和Edge Impulse來(lái)進(jìn)行Edge AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)。

• Seeed Studio XIAO ESP32S3 Sense

一款超小型開(kāi)發(fā)套件，專為Edge AI和物聯(lián)網(wǎng)設(shè)計(jì)，集成了ESP32-S3芯片，提供強(qiáng)大的計(jì)算能力和多種傳感器，非常適合物聯(lián)網(wǎng)應(yīng)用和AI開(kāi)發(fā)者使用。該開(kāi)發(fā)套件強(qiáng)調(diào)小尺寸、低功耗和高效能，支持Wi-Fi和藍(lán)牙雙模通信，并具備Edge AI加速功能。其內(nèi)核處理器采用ESP32-S3，是雙核的Xtensa LX7 32位處理器，主頻可達(dá)240 MHz，內(nèi)建AI加速器，支持矢量指令集，專為AI模型運(yùn)行進(jìn)行優(yōu)化，以提升推理效能。內(nèi)存為512 KB SRAM，支持外部8 MB PSRAM，支持Wi-Fi 802.11 b/g/n和Bluetooth 5.0 LE，內(nèi)建IMU 6軸陀螺儀和加速度計(jì)與PDM麥克風(fēng)， 適合語(yǔ)音識(shí)別、手勢(shì)識(shí)別和動(dòng)作跟蹤等應(yīng)用， 并支持Arduino IDE、MicroPython、Espressif SDK、TensorFlow Lite等開(kāi)發(fā)工具。

• Raspberry Pi 4 Model B

由Raspberry Pi基金會(huì)推出的高性能單板計(jì)算機(jī)，專為教育、物聯(lián)網(wǎng)、嵌入式系統(tǒng)和邊緣計(jì)算應(yīng)用設(shè)計(jì)。這款開(kāi)發(fā)板具備更快的處理器、更多的內(nèi)存和豐富的接口，是目前Raspberry Pi系列中性能最強(qiáng)的一款，適合用于從學(xué)術(shù)研究到工業(yè)應(yīng)用的各種場(chǎng)景。Raspberry Pi 4 Model B的處理器采用Broadcom BCM2711，四核ARM Cortex-A72（ARMv8）64位處理器，主頻1.5GHz，提供多個(gè)內(nèi)存選項(xiàng)，包括2 GB、4 GB、8 GB LPDDR4 SDRAM，可滿足不同工作負(fù)載的需求，支持雙4K顯示輸出，通過(guò)兩個(gè)micro-HDMI埠可以同時(shí)連接兩個(gè)顯示器，支持4Kp60分辨率，板載千兆以太網(wǎng)，同時(shí)支持2.4GHz和5GHz雙頻Wi-Fi 802.11ac，以及藍(lán)牙5.0，提供2個(gè)USB 3.0和2個(gè)USB 2.0埠，支持高速存儲(chǔ)和外設(shè)連接，可通過(guò)microSD卡進(jìn)行操作系統(tǒng)和數(shù)據(jù)存儲(chǔ)，具有40-pin GPIO接口，支持各種外設(shè)、模塊和傳感器的擴(kuò)展， 適合原型設(shè)計(jì)和開(kāi)發(fā)。 在開(kāi)發(fā)上支持Raspberry Pi OS官方的操作系統(tǒng)，還支持Ubuntu、Windows 10 IoT Core等多種操作系統(tǒng)，以及Python、TensorFlow Lite開(kāi)發(fā)環(huán)境。

3. 高階開(kāi)發(fā)套件

• MAX78000評(píng)估板

由Maxim Integrated（現(xiàn)為Analog Devices）推出用于評(píng)估MAX78000微控制器的開(kāi)發(fā)板。MAX78000是一款專為低功耗神經(jīng)網(wǎng)絡(luò)處理設(shè)計(jì)的AI微控制器，集成了ARM Cortex-M4F內(nèi)核和一個(gè)專用的神經(jīng)網(wǎng)絡(luò)加速器， 適合Edge AI應(yīng)用，如圖像識(shí)別、語(yǔ)音識(shí)別和其他需要實(shí)時(shí)處理的應(yīng)用。 MAX78000評(píng)估板搭載了一個(gè)專用的神經(jīng)網(wǎng)絡(luò)加速器，支持多種神經(jīng)網(wǎng)絡(luò)架構(gòu)（如CNN），能夠在超低功耗下高效運(yùn)行AI推理工作負(fù)載，內(nèi)存為512 KB SRAM，存儲(chǔ)空間為2 MB閃存。開(kāi)發(fā)上可支持MAX78000 SDK，以及TensorFlow Lite、PyTorch生成的模型，并且有專門(mén)的工具來(lái)將這些模型轉(zhuǎn)換為MAX78000可以運(yùn)行的格式。此外，還支持GCC編譯工具鏈和Maxim的IDE，適合專業(yè)開(kāi)發(fā)者使用。

• STM32F7 Discovery評(píng)估板

由STMicroelectronics推出的功能強(qiáng)大的開(kāi)發(fā)板，專為基于STM32F7系列微控制器的開(kāi)發(fā)和原型設(shè)計(jì)而設(shè)計(jì)。STM32F7系列微控制器具有基于ARM Cortex-M7內(nèi)核的高效能， 適合應(yīng)用于物聯(lián)網(wǎng)、工業(yè)控制、多媒體處理和嵌入式系統(tǒng)等領(lǐng)域。 評(píng)估板上搭載STM32F746NGH6微控制器，運(yùn)行頻率高達(dá)216 MHz，提供強(qiáng)大的計(jì)算能力，具有1 MB閃存和340 KB SRAM，滿足大多數(shù)嵌入式應(yīng)用對(duì)內(nèi)存的需求，配備一個(gè)4.3英寸的TFT LCD電容式觸摸屏幕（480x272分辨率），板載數(shù)字MEMS麥克風(fēng)、音頻編譯碼器、耳機(jī)插孔，集成以太網(wǎng)接口，支持有線網(wǎng)絡(luò)通訊。開(kāi)發(fā)上可支持STM32CubeMX ST官方提供的配置工具，以及STM32CubeF7，還有FreeRTOS和其他實(shí)時(shí)操作系統(tǒng)（RTOS），適合多任務(wù)處理的應(yīng)用場(chǎng)景。STM32F7 Discovery評(píng)估板支持多種開(kāi)發(fā)環(huán)境，包括STM32CubeIDE、Keil MDK、IAR Embedded Workbench等，板載顯示和觸摸面板支持TouchGFX，用于開(kāi)發(fā)嵌入式GUI應(yīng)用。

4. 專家級(jí)開(kāi)發(fā)套件

NVIDIA Jetson Nano開(kāi)發(fā)套件是一款專為嵌入式人工智能應(yīng)用設(shè)計(jì)的低功耗開(kāi)發(fā)平臺(tái)， 適合在邊緣設(shè)備上進(jìn)行高效率的AI推理和深度學(xué)習(xí)應(yīng)用。 這款開(kāi)發(fā)套件提供了高性能的GPU計(jì)算能力，支持TensorFlow、PyTorch等深度學(xué)習(xí)框架，適合應(yīng)用于物聯(lián)網(wǎng)、機(jī)器人、自主設(shè)備和智能視頻分析等領(lǐng)域。板載NVIDIA Maxwell架構(gòu)的GPU，擁有128個(gè)CUDA內(nèi)核，64位四核ARM Cortex-A57處理器，以及4 GB LPDDR4 RAM，支持microSD卡插槽做為主要存儲(chǔ)設(shè)備，擁有豐富的接口包括USB 3.0、HDMI、DisplayPort、CSI相機(jī)界面、GPIO、I2C、SPI等，具備千兆以太網(wǎng)接口。軟件支持NVIDIA JetPack SDK，支持TensorFlow、PyTorch、Caffe、MXNet等常用的深度學(xué)習(xí)框架，支持視頻編碼和解碼功能。

Himax WE-I Plus評(píng)估板是一款專門(mén)設(shè)計(jì)用于Edge AI應(yīng)用的開(kāi)發(fā)板， 適合在資源有限的環(huán)境下執(zhí)行AI任務(wù)。 這款開(kāi)發(fā)板面向低功耗的嵌入式系統(tǒng)設(shè)計(jì)，能夠運(yùn)行機(jī)器學(xué)習(xí)模型，特別是適合在電池供電的設(shè)備上進(jìn)行實(shí)時(shí)的數(shù)據(jù)處理和AI推理。Himax WE-I Plus評(píng)估板主要應(yīng)用于物聯(lián)網(wǎng)、智能家居、可穿戴設(shè)備等需要低功耗的應(yīng)用場(chǎng)景。Himax WE-I Plus評(píng)估板搭載Himax HX6537-A SoC，這是一個(gè)專為Edge AI設(shè)計(jì)的低功耗處理器，內(nèi)建AI加速器，提供512 KB SRAM和2 MB閃存，板上集成了多個(gè)傳感器，包括加速度計(jì)、陀螺儀、數(shù)字麥克風(fēng)等，并特別針對(duì)電池供電的設(shè)備設(shè)計(jì)。軟件支持TensorFlow Lite for Microcontrollers、Himax SDK，其RISC-V架構(gòu)提供了靈活的開(kāi)發(fā)環(huán)境，并且能夠充分利用板上的硬件資源來(lái)執(zhí)行AI推理。

5. 其他產(chǎn)品

除了上述的開(kāi)發(fā)套件之外，還有像是TensorFlow開(kāi)發(fā)板、FPGA板等產(chǎn)品，像是SparkFun Edge開(kāi)發(fā)板、Adafruit TensorFlow Lite Kit、Espressif ESP32、Micro v2、Nordic nRF52840 DK等，以及Google Coral、Intel Neural Compute Stick 2、OpenMV Cam H7、Kneron KL520 AI開(kāi)發(fā)板、Huawei Atlas 200開(kāi)發(fā)模塊，還有針對(duì)FPGA架構(gòu)的Xilinx Kria KV260 Vision AI Starter Kit等，產(chǎn)品種類眾多，可提供開(kāi)發(fā)者更多樣化的選擇。

上述幾款常見(jiàn)的開(kāi)發(fā)套件涵蓋了各種嵌入式AI應(yīng)用，從小型的物聯(lián)網(wǎng)節(jié)點(diǎn)、低功耗AI設(shè)備，到高性能的多媒體處理與機(jī)器學(xué)習(xí)系統(tǒng)。開(kāi)發(fā)者可以根據(jù)需求選擇合適的開(kāi)發(fā)板，無(wú)論是需要輕量的物聯(lián)網(wǎng)傳感應(yīng)用，還是高性能的AI推理工作。

結(jié)語(yǔ)

在當(dāng)今快速發(fā)展的科技環(huán)境中，Edge AI與機(jī)器學(xué)習(xí)的硬件類型與開(kāi)發(fā)套件日益受到重視。這些技術(shù)不僅能夠提升數(shù)據(jù)處理效率，還能減少延遲和帶寬消耗，讓智能應(yīng)用更加靈活和高效率。從小型化的微控制器到高性能的GPU加速平臺(tái)，各種開(kāi)發(fā)套件提供了多樣的選擇，適應(yīng)不同的應(yīng)用需求與場(chǎng)景。

這些開(kāi)發(fā)套件的廣泛應(yīng)用涵蓋了物聯(lián)網(wǎng)、智能城市、智能家居、計(jì)算機(jī)視覺(jué)等領(lǐng)域，使得邊緣計(jì)算成為可能。隨著技術(shù)的進(jìn)步，未來(lái)的硬件將更加專注于低功耗、高效及易于開(kāi)發(fā)的特性，進(jìn)一步促進(jìn)Edge AI和機(jī)器學(xué)習(xí)的發(fā)展。無(wú)論是初學(xué)者還是專業(yè)開(kāi)發(fā)者，選擇合適的硬件平臺(tái)和開(kāi)發(fā)套件，都將為創(chuàng)新提供強(qiáng)有力的支持，推動(dòng)智能技術(shù)向更高水平發(fā)展。

此外，您還可以參考我們另一篇針對(duì)人工智能和機(jī)器學(xué)習(xí)以及Edge AI的概念與應(yīng)用的介紹，還有一篇關(guān)于嵌入式機(jī)器學(xué)習(xí)的應(yīng)用特性與軟件開(kāi)發(fā)環(huán)境的文章，未來(lái)我們還將為您介紹更多關(guān)于Edge AI與機(jī)器學(xué)習(xí)的傳感器產(chǎn)品，敬請(qǐng)期待。您也可以點(diǎn)擊此 DigiKey網(wǎng)頁(yè) 來(lái)進(jìn)一步了解與Edge AI相關(guān)的專業(yè)技術(shù)與解決方案。