直播日程：

贸泽电子-开场致辞（14:00-14:05）

主题一：Silicon Labs - 实现物联网边缘智能: 基于 EFR32 平台上集成 AI/ML 能力(14:05-15:00)

直播介绍：

Silicon Labs 在 EFR32 系列无线 SoC 平台（包括xG24、xG26和xG28家族）中集成了人工智能/机器学习（AI/ML）功能，为物联网边缘设备提供本地化智能。

以下是如何利用这些能力的详细介绍：

 (1) 面向边缘 ML 的硬件加速：

EFR32xG24、xG26 和 xG28 系列搭载了专用的 AI/ML 硬件加速器——矩阵向量处理器（Matrix Vector Processor, MVP），显著提升了性能与能效：

• 性能提升：相比纯固件方案，ML 推理速度最高提升 8 倍

• 能效优化：能耗降低高达 6 倍

• 主 MCU 资源释放：将推理任务从主处理器卸载，释放算力用于其他功能

• 离线运行能力：无需云端连接即可实现边缘端

（2）EFR32 边缘 ML 的关键优势，在边缘端部署 ML 技术为物联网系统带来多重优势：

•  低延迟响应：实时处理数据，避免带宽限制；在网络中断时仍可离线运行

•  增强安全性：敏感数据在本地处理，无需上传云端

•  降低成本：减少对网络基础设施、云存储及服务的依赖

• 超低功耗设计：针对需持续运行的设备优化能耗，延长电池寿命

 （3）开发工具与生态系统

 Silicon Labs 为 EFR32 平台构建了完整的 ML 开发支持体系：

• TensorFlow Lite for Microcontrollers：专为微控制器优化的推理框架

• CMSIS-NN 库集成：通过 Gecko SDK 提供高效的神经网络内核加速

• 合作伙伴生态：

  1. 与 Eta Compute 合作推出 Aptos 无代码工具链，可自动生成针对 EFR32xG24/xG26 优化的 ML 模型

  2. 支持 Edge Impulse、SensiML 等主流 ML 开发框架

• 硬件开发套件：提供预训练模型示例与硬件验证支持

  (4) 典型应用场景

EFR32 的 AI/ML 能力适用于以下领域：

• .智能家居：玻璃破碎检测、语音唤醒词识别、人员存在感知

• 工业物联网：设备预测性维护、异常检测、机器健康监控

• 医疗健康：可穿戴设备的本地化健康数据分析

• 能源管理：电池储能优化、电动汽车充电桩智能控制

（5）未来展望

随着与 Eta Compute 等合作伙伴的深入协作，Silicon Labs 正推动边缘 ML 从概念验证（PoC）向规模化部署转型。其目标是通过 Aptos 工具链降低开发门槛，使缺乏 ML 背景的工程师也能快速构建高能效的嵌入式智能产品。微型边缘 AI 的普及将催生更多实时响应、隐私安全且低功耗的物联网创新应用。

主题二：NXP - 基于 NXP 通用微控制器的人工智能平台与方案(15:10-16:05)
直播介绍：

本次 Webinar 介绍了边缘智能应用的基本概念、常见用例，以及基于 NXP 嵌入式硬件平台的选择和实例介绍，包括图像、声音、时间序列数据的 AI 应用，还重点介绍了用于时间序列的自动化 AI 开发工具 eIQ TSS 及其示例。