Matter協議打破圍欄
在2019 年 12 月，Apple、Amazon、Goolge、CSA（Connectivity StandardsAlliance原Zigbee聯盟）等諸多科技公司和組織聯合發起了智慧家居互聯協議 CHIP (Connected Home over IP)，致力於打造一個基於開源生態的新智慧家居協議，打破平臺間的割裂和開發路徑的差異。這可以看作在智慧家居、物聯網市場各自為戰多年以後，領先科技公司達成的妥協，因為，誰也沒有辦法獨佔這個前景廣闊且日漸龐大的市場。
2021年5月11日，Zigbee聯盟宣佈改名為CSA聯盟，同時將CHIP項目更名為Matter，並發佈了一個正式版本的協定規範。新規範版本基於現有的網路技術，乙太網 (IEEE 802.3)、Wi-Fi (IEEE 802.11) 和 Thread (由Google Nest主導的IEEE 802.15.4，Zigbee也同樣遵循這個協議)，可應用低功耗無線連接技術，如藍牙協定簡化設備接入和調試。
一項重要改進：在傳輸層實現 IPv6 支持，支持足夠多的低功耗設備直接接入互聯網，而不必像使用IPv4位址那樣，通過NAT協定轉換接入公共網路。相較於1983年提出IPv4規範，早在2012年已經耗盡了43億個位址，IPv6可以支援約340萬億個，以目前地球約70億人來算，平均每人可以擁有接近5萬個互聯網IP位址，是IPv4時代的近萬倍。
圖:物聯網和居家應用中越來越多涉及多種無線通訊協定 圖片來源:Silicon Labs
2021年5月，Google已確認所有Android及Nest設備都會支援 Matter協定；Amazone在2021年7月Alexa Live上表示將通過遠端升級，讓旗下的 Echo 設備支援 Matter，且Alexa已實現支援Matter協定。蘋果在WDC 2022期間正式宣佈HomeKit將在2022年晚些時候開始相容matter協定，並將 Siri 服務向協力廠商硬體廠商開放，從iOS到iPadOS、watchOS、TV OS，以及M2晶片與兩款Macbook系列新品，無一例外地將開始向Matter靠攏。
來自頂級生態系統 的支援，讓今後的智慧家居、物聯網設備只要遵循 Matter 協定，就可以在不同平臺上進行通信。Matter 讓設備廠商更容易在物聯網和智慧家居市場發揮想像力，讓不同來源的設備在統一框架下相互通信，能夠更加貼切地發揮“感知”能力。
xG24 SoC讓Matter協議落地更加安穩
Silicon Labs今年初發佈了最新的xG24 SoC系列，首批產品包括具備Matter、AI/ML、無線多協議及藍牙等功能的BG24和MG24晶片。這個系列具有符合Matter標準的晶片平臺有助於使電池供電的邊緣設備實現人工智慧/機器學習（AI/ML）應用和高性能無線連接功能，以超低功耗支援多種無線協定，並提供通過PSA 3級認證的Secure Vault™安全保護，是各種智慧家居、醫療和工業應用的IoT進階選擇。
Silicon Labs台灣區總經理寶陸格
Silicon Labs台灣區總經理寶陸格表示，BG24和MG24系列並具備Silicon Labs産品組合中最大的快閃記憶體和隨機存取記憶體(RAM)容量。這意味著該元件可支援多重協定、Matter以及針對大型資料集訓練ML演算法。PSA 3級認證的Secure VaultTM是物聯網設備的最高級安全認證，可為門鎖、醫療設備和其他需謹慎部署的産品提供所需安全性。
多家合作夥伴對xG24 SoC系列提供的Matter協定支援給予肯定，目前，Silicon Labs公司已經在一個 Alpha 項目中與 40 多家公司達成了合作。
AI/ML成為邊緣端IoT設備的必備選項
邊緣ML計算支持智慧工業和家庭應用，包括用於異常檢測的感測器資料處理、預測性維護、用於改進玻璃破碎檢測的音訊模式識別、簡單命令詞識別以及視覺應用，如使用低解析度相機進行在場檢測或人數統計。
但是，當下想要在邊緣設備上考慮部署人工智慧或機器學習的人員往往在性能和功耗上面臨困境。
寶陸格指出，擁有內置專用AI/ML加速器的超低功耗元件，BG24和MG24產品使這些困境迎刃而解。這種專用硬體旨在快速高效地處理複雜計算，在Silicon Labs的內部測試顯示其性能提升最高達4倍，能效提升最多達6倍。由於機器學習計算是在本地設備上而不是在雲端進行的，因此消除了網路延遲，縮短了事件處理的決策和行動時間。
除了原本就支援的TensorFlow，Silicon Labs還與一些領先的AI和ML工具提供商（如SensiML和Edge Impulse等）合作，以確保開發人員獲得端對端工具鏈，簡化機器學習模型的開發，並優化無線應用的嵌入式部署。將新的AI/ML工具鏈與Silicon Labs的Simplicity Studio以及BG24和MG24系列的SoC結合使用，開發人員可從使用Matter相互通信的各種連接設備中汲取資訊，然後做出智慧的機器學習驅動決策。
舉例來說：為了節約能源，在商業辦公樓中，很多燈具是由運動檢測器（motion detector）控制的，這些檢測器通過監控是否有人在現場活動以判斷應該開燈還是關燈。然而當人員在辦公桌前打字時，只有手和手指動作，單憑運動感測器無法識別人員是否在場，這時工作人員可能就會處於黑暗之中。通過Matter應用層將音訊感測器與運動檢測器連接起來，這個額外的音訊資料（例如打字聲）就可以輸入到機器學習演算法中，從而使照明系統更智慧地決定是開燈還是關燈。再如，零售商正在尋求通過更準確的資產跟蹤、即時價格更新和其他方面來改善店內購物體驗。
與很多致力於IoT市場的公司一樣，Silicon Labs公司，在2020年到2021年的IoT市場營收增長超40%。這也從一個角度反應出全球數位化轉型加速的大趨勢，越來越多人將從IoT市場獲益，不管是開發者還是消費者。
