照片人物:恩智浦半導體資深副總裁暨邊緣處理事業部總經理Ron Martino
邊緣運算時代的到來，影響從主機、個人電腦到行動裝置等終端產品，而這些邊緣運算包含物聯網(IOT)的所有技術，實現邊緣運算著重於這些裝置的增長方式，並為智慧空間奠定基礎。
恩智浦半導體（NXP）認為至2023年，網路邊緣的智慧裝置數量可能是傳統IT角色的20倍以上。為此，恩智浦半導體宣佈透過策略性投資與Au-Zone Technologies展開合作，旨在運用易於使用（easy-to-use）的機器學習工具來擴展恩智浦的eIQ™機器學習（Machine Learning；ML）軟體開發環境，並且擴展適用於邊緣機器學習的晶片最佳化（silicon-optimized）推論引擎（inference engine）產品。
恩智浦半導體資深副總裁暨邊緣處理事業部總經理Ron Martino表示，恩智浦的可擴展應用處理器為客戶提供高效產品平臺和廣泛生態系統，幫助他們快速交付創新的系統。透過與Arm和Au-Zone展開這些合作，並於恩智浦內部進行技術開發，我們的目標是持續提升處理器效率，同時提高客戶生產率，縮短產品上市時間。恩智浦致力幫助客戶降低持有成本，維持重要資料的高安全性，運用增強的人機互動（human-machine-interaction）來保障安全。
Au-Zone的DeepView™機器學習工具套件（ML Tool Suite）提供直觀的圖形化使用者介面（Graphical User Interface；GUI）和工作流程，可以進一步強化eIQ的功能，讓擁有不同經驗程度的開發人員皆能在恩智浦邊緣處理產品組合上，導入資料集（dataset）和模型，進行快速訓練，並部署神經網路模型和機器學習工作量。
恩智浦半導體資深總監暨工業邊緣處理產品線總經理Jeff Steinheider表示，為滿足當前工業和物聯網應用的嚴格要求，恩智浦eIQ-DeepViewML工具套件將為開發人員提供先進功能，以在恩智浦裝置上修剪、量化、驗證和部署公共與專有神經網路模型。透過增加Au-Zone的DeepView運行時推論引擎，作為恩智浦eIQ中開源推論技術的補充，用戶將能夠非常輕易地在恩智浦裝置上快速部署和評估機器學習工作量和效能。
此外，為在更廣泛的邊緣應用中加速機器學習，恩智浦將擴展適用於工業和物聯網邊緣的常用i.MX應用處理器，將Arm Ethos-U65 microNPU整合至處理器中，運用此整合的NPU，為先前發表的i.MX 8M Plus應用處理器提供補充。恩智浦將整合Ethos-U65 microNPU至下一代i.MX應用處理器，以提供節能且符合經濟效益的機器學習解決方案，進而滿足快速成長的工業和物聯網邊緣應用需求。
