Matter标准落地难题如何解?推首款Matter定制芯片( 二 )


值得一提的是 , 芯科科技提供的无线SoC能为客户注入用户私钥和公钥 , 防止出现数据泄露等问题 。
二、搭载AI、ML提升传感器、声音、影像性能
BG24和MG24芯片搭载了人工智能(AI)、机器学习(ML)硬件加速器能够实现高效的边缘机器学习计算 。
在传感器领域 , 人工智能和机器学习可以应用到ADC(多路模数转换器)或GPIO(端口扩展器)的时序数据上 , 提升ADC的性能 , 可以满足传感器提高精度、快速响应的需求 。
在声音上 , 搭载人工智能和机器学习技术的芯片可以形成带波束成形(Beamforming)的音频麦克风阵列 , 以及带音频前端和数字信号处理器(DSP)的音频麦克风输入 。
在影像采集上 , 芯片能够搭载指纹读取器等 。
周巍说:“将人工智能和机器学习技术应用于芯片领域 , 能够在低功耗、低延迟、数据安全、低成本方面得到较大提升 。”
他还提到 , 物联网市场蕴含着巨大潜力 , 人工智能和机器学习技术能为可穿戴医疗设备、工业监测传感器等边缘应用带来更多智能化升级 。然而 , 很多开发人员在部署人工智能和机器学习上 , 会面临性能和功耗上的困境 。
因此 , 在人工智能和机器学习领域 , 芯科科技与物联网终端开发商SensiML、物联网平台提供商EdgeImpulse和端到端开源机器学习平台TensorFlow等展开合作 。
芯科科技打造的SimplicityStudio5开发平台 , 支持Linux、Mac和Windows操作系统 , 可以为开发人员提供配置应用程序、集成开发环境和命令行支持和图形硬件配置器、可视化的能量分析和数据包捕获和解码等功能 。
周巍称:“我们也会为客户缩短开发的进程和成本 。”芯科科技为开发人员提供一些常用的如TensorFlow工具套件 , 来帮助开发人员快速构建及部署人工智能和机器学习算法 。
结语:Matter即将落地 , 芯片玩家风口在即
碎片化影响了物联网行业的整合发展 , 各大厂商联合推出的Matter协议 , 一度被视为有望消除物联网碎片化的一大利器 , 周巍说:“我一直相信 , Matter协议将成为物联网行业的里程碑 。”
千呼万唤的Matter协议即将见到实物 , 近日 , 苹果iOS15.5正式版也可以连接5个支持Matter协议的智能家居设备 。这一切都预示着Matter协议的落地近在咫尺 。
【Matter标准落地难题如何解?推首款Matter定制芯片】一旦Matter落地 , 以芯科科技为代表的物联网芯片玩家 , 未来可能迎来一波新的增长热潮 。