Silicon Laboratories Inc. hat die BG24- und MG24-Familien von 2,4-GHz-Wireless-SoCs für Bluetooth- bzw. Multiprotokoll-Betrieb sowie ein neues Software-Toolkit angekündigt. Diese neue, gemeinsam optimierte Hardware- und Softwareplattform wird dazu beitragen, KI/ML-Anwendungen und drahtlose Hochleistung in batteriebetriebene Edge-Geräte zu bringen. Die stromsparenden BG24- und MG24-Familien unterstützen mehrere drahtlose Protokolle und verfügen über einen PSA Level 3 Secure Vault-Schutz, der sich ideal für verschiedene Smart-Home-, medizinische und industrielle Anwendungen eignet. Die angekündigte SoC- und Softwarelösung für das Internet der Dinge (IoT) umfasst: Zwei neue Familien von 2,4-GHz-Wireless-SoCs mit den branchenweit ersten integrierten AI/ML-Beschleunigern, Unterstützung von Matter, Zigbee, OpenThread, Bluetooth Low Energy, Bluetooth Mesh, proprietärem und Multi-Protokoll-Betrieb, der höchsten Sicherheitszertifizierung der Branche, Ultra-Low-Power-Fähigkeiten und der größten Speicher- und Flash-Kapazität im Portfolio von Silicon Labs. Ein neues Software-Toolkit, das es Entwicklern ermöglicht, KI- und maschinelle Lernalgorithmen mit einigen der beliebtesten Tool-Suiten wie TensorFlow schnell zu erstellen und einzusetzen. Erste integrierte KI/ML-Beschleunigung verbessert Leistung und Energieeffizienz; IoT-Produktentwickler sehen das enorme Potenzial von KI und maschinellem Lernen, um noch mehr Intelligenz in Edge-Anwendungen wie Haussicherheitssysteme, tragbare medizinische Monitore, Sensoren zur Überwachung von kommerziellen Einrichtungen und Industrieanlagen und vieles mehr zu bringen. Doch wer heute den Einsatz von KI oder maschinellem Lernen im Edge-Bereich in Erwägung zieht, muss mit erheblichen Einbußen bei der Leistung und dem Energieverbrauch rechnen, die die Vorteile überwiegen können. BG24 und MG24 sind die ersten Geräte mit extrem niedrigem Stromverbrauch und integrierten KI/ML-Beschleunigern, die diese Nachteile ausgleichen. Diese spezialisierte Hardware wurde entwickelt, um komplexe Berechnungen schnell und effizient durchzuführen. Interne Tests haben eine bis zu vierfache Verbesserung der Leistung und eine bis zu sechsfache Verbesserung der Energieeffizienz ergeben. Da die ML-Berechnungen auf dem lokalen Gerät und nicht in der Cloud stattfinden, wird die Netzwerklatenz eliminiert, was zu schnelleren Entscheidungen und Aktionen führt. Die BG24- und MG24-Familien verfügen außerdem über die größten Flash- und RAM-Kapazitäten im Portfolio von Silicon Labs. Das bedeutet, dass sich das Gerät für Multiprotokoll-Unterstützung, Matter und trainierte ML-Algorithmen für große Datensätze weiterentwickeln kann. Der PSA Level 3 zertifizierte Secure VaultTM, die höchste Sicherheitszertifizierungsstufe für IoT-Geräte, bietet die notwendige Sicherheit für Produkte wie Türschlösser, medizinische Geräte und andere sensible Anwendungen, bei denen die Absicherung des Geräts gegen externe Bedrohungen von größter Bedeutung ist. KI/ML-Software und Matter-Support helfen Entwicklern bei der Entwicklung neuer innovativer Anwendungen; Zusätzlich zur nativen Unterstützung von TensorFlow hat Silicon Labs Partnerschaften mit einigen der führenden KI- und ML-Tool-Anbietern wie SensiML und Edge Impulse geschlossen, um sicherzustellen, dass Entwicklern eine End-to-End-Toolchain zur Verfügung steht, die die Entwicklung von maschinellen Lernmodellen vereinfacht, die für eingebettete Implementierungen von Wireless-Anwendungen optimiert sind. Durch den Einsatz dieser neuen AI/ML-Toolchain in Verbindung mit Silicon Labs Simplicity Studio und den BG24- und MG24-SoC-Familien können Entwickler Anwendungen erstellen, die Informationen von verschiedenen angeschlossenen Geräten beziehen, die alle über Matter miteinander kommunizieren, um dann intelligente, auf maschinellem Lernen basierende Entscheidungen zu treffen. Die leistungsfähigste SoC-Familie von Silicon Labs: Die Single-Die-SoCs BG24 und MG24 kombinieren einen 78-MHz-ARM-Cortex-M33-Prozessor, ein leistungsstarkes 2,4-GHz-Radio, einen 20-Bit-ADC, eine optimierte Kombination aus Flash (bis zu 1536 kB) und RAM (bis zu 256 kB) sowie einen AI/ML-Hardwarebeschleuniger für die Verarbeitung von Algorithmen für maschinelles Lernen, während der ARM-Cortex-M33 entlastet wird, so dass Anwendungen mehr Zyklen für andere Aufgaben zur Verfügung stehen. Diese SoCs unterstützen eine breite Palette von drahtlosen 2,4-GHz-IoT-Protokollen und bieten die höchste Sicherheit mit dem besten Verhältnis zwischen HF-Leistung und Energieeffizienz auf dem Markt.