Silicon Laboratories Inc. kondigde de BG24- en MG24-families van 2,4 GHz draadloze SoC's aan voor respectievelijk Bluetooth en multiprotocolwerking, en een nieuwe softwaretoolkit. Dit nieuwe geoptimaliseerde hardware- en softwareplatform zal helpen om AI/ML-toepassingen en draadloze hoge prestaties naar batterijgevoede edge-apparaten te brengen. De BG24- en MG24-families met ultralaag vermogen ondersteunen meerdere draadloze protocollen en zijn voorzien van PSA Level 3 Secure Vault-bescherming, ideaal voor diverse smart home-, medische en industriële toepassingen. De aangekondigde SoC- en softwareoplossing voor het Internet of Things (IoT) omvat: Twee nieuwe families van 2,4 GHz draadloze SoC's, die beschikken over de eerste geïntegreerde AI/ML-versnellers in de industrie, ondersteuning voor Matter, Zigbee, OpenThread, Bluetooth Low Energy, Bluetooth mesh, bedrijfseigen en multiprotocolwerking, het hoogste niveau van industriebeveiligingscertificering, ultralaag vermogen en de grootste geheugen- en flashcapaciteit in het Silicon Labs portfolio. Een nieuwe software toolkit ontworpen om ontwikkelaars in staat te stellen snel AI en machine learning algoritmes te bouwen en te implementeren met behulp van een aantal van de meest populaire tool suites zoals TensorFlow. Eerste geïntegreerde AI/ML-versnelling verbetert prestaties en energie-efficiëntie; IoT-productontwerpers zien het enorme potentieel van AI en machinaal leren om nog meer intelligentie te brengen in randapplicaties zoals beveiligingssystemen voor thuis, draagbare medische monitors, sensoren die commerciële faciliteiten en industriële apparatuur bewaken, enzovoort. Maar wie vandaag overweegt AI of machinaal leren aan de rand in te zetten, wordt geconfronteerd met grote nadelen op het vlak van prestaties en energieverbruik, die mogelijk niet opwegen tegen de voordelen. De BG24 en MG24 verlichten deze nadelen als de eerste apparaten met ultralaag stroomverbruik en ingebouwde AI/ML-versnellers. Deze gespecialiseerde hardware is ontworpen om complexe berekeningen snel en efficiënt uit te voeren, waarbij uit interne tests blijkt dat de prestaties tot 4x beter worden en de energiezuinigheid tot 6x efficiënter. Omdat de ML-berekeningen op het lokale apparaat worden uitgevoerd in plaats van in de cloud, wordt netwerklatentie geëlimineerd voor snellere besluitvorming en acties. De BG24- en MG24-families hebben ook de grootste Flash- en RAM-capaciteit (random access memory) in het Silicon Labs-portfolio. Dit betekent dat het apparaat kan evolueren voor multiprotocolondersteuning, Matter, en getrainde ML-algoritmen voor grote datasets. PSA Level 3-gecertificeerde Secure VaultTM, het hoogste niveau van beveiligingscertificering voor IoT-apparaten, biedt de beveiliging die nodig is in producten zoals deursloten, medische apparatuur en andere gevoelige toepassingen waarbij het harden van het apparaat tegen externe bedreigingen van het grootste belang is. AI/ML Software en Matter-Support helpen ontwerpers bij het maken van nieuwe innovatieve toepassingen; Naast de ingebouwde ondersteuning van TensorFlow, heeft Silicon Labs samengewerkt met enkele van de toonaangevende leveranciers van AI- en ML-tools, zoals SensiML en Edge Impulse, om ervoor te zorgen dat ontwikkelaars beschikken over een end-to-end toolchain die de ontwikkeling vereenvoudigt van machine learning-modellen die zijn geoptimaliseerd voor embedded implementaties van draadloze toepassingen. Met behulp van deze nieuwe AI/ML-toolchain met Silicon Labs'sSimplicity Studio en de BG24- en MG24-families van SoC's, kunnen ontwikkelaars toepassingen creëren die informatie putten uit verschillende aangesloten apparaten, die allemaal met elkaar communiceren met behulp van Matter om vervolgens intelligente machine learning-gedreven beslissingen te nemen. Silicon Labs' meest capabele familie van SoC's; De single-die BG24 en MG24 SoC's combineren een 78 MHz ARM Cortex-M33 processor, krachtige 2,4 GHz radio, 20-bit ADC, een geoptimaliseerde combinatie van Flash (tot 1536 kB) en RAM (tot 256 kB), en een AI/ML hardwareversneller voor het verwerken van machine learning algoritmen terwijl de ARM Cortex-M33 wordt ontlast, zodat toepassingen meer cycli hebben om ander werk te doen. Deze SoC's ondersteunen een breed scala aan 2,4 GHz draadloze IoT-protocollen en bieden de hoogste beveiliging met de beste RF-prestatie/energie-efficiëntieverhouding op de markt.