今晚參與了"MakerPro社群媒體平台"舉辦的
在MCU 上全面建構AI能力
線上活動
與會的有
Arm主任應用工程師 Julian Peng
意法半導體亞太區技術行銷專案經理 Daniel Wang
QuickLogic亞洲業務總監 Edward Lien

接下來就只寫出Arm這部分心得

Julian簡報"The Best Way to compare, Analyse and Choose Your Personalized IP"

上面這好像少了U65
但是卻提供不少的IP可以讓user使用

另外,
Arm 提供了讓使用者可以挑選適當的Arm IP 工具
在這工具的使用下
user僅需
Setting up tool environment
Building a system to analyze
Porting a custom workload
這三個步驟還強調可以前期的building a system 並且分析
倘若結果不佳,就不用進行第三個步驟,porting了

在他舉的例子中
Ethos-U55 ML workloads - micro_speech
Audio detection
分辨"yes" "no"
他的辨識率不錯
成功辨識了yes

...............分隔線
至於ST
我記憶很深的是他介紹了Cube AI
M0/M0+/M3都是compatible with Machine Learning NanoEdge.AI scosystem
M33/M4/M7/dual A7 M4 是compatible with NanoEdge.Ai and STM32Cube.AI ecosystem

而STM32Cube.AI 已經到V7.0.0了,
其他的我就記不得了
超多的板子型號 與運用 真的會搞糊塗

#如果沒幫ST講些,我會不會就沒機會抽到板子呢