人工智慧（AI）是第四波工业革命的核心，人工智慧将神经网路及大数据与物联网设备结合起来，已经悄悄的改变整个产业型态。那，什麽是机器学习（Machine Learning，ML）？这是一个将搜集到的数据经由演算法将其数据资料进行分类後训练後产生的模型，它会使用学习到的模型作为分析数据，当後面新的数据资料输入时，便可做出有用的预测。总结来说机器学习算法就是使用统计数据来查找大量数据中的模式，当中数据所包含的不同内容数字、文字、图像、感测等会以数字化存储，将其输入到机器学习算法来产生模型。

原本的机器学习模型建立与执行都在云端。但是现今世界的物联网产品装置越来越多，如果将云端训练的模型直接在边缘端运算（Edge Computing）执行， 则装置端设备的运算便可提供系统实时操作及即时响应的能力，同时实现降低成本、稳定的连线、更高隐私权和安全性，以及更低功耗等好处。因此目前边缘运算便是将训练好的AI 模型放在装置端（Edge），而不用再经由云端（Cloud）执行运算，而是在装置端执行训练好的模型。

为了在MCU端也可执行云端训练好的AI 模型，这个AI模型需转换成微型机器学习（tinyML）的模型，什麽是微型机器学习（tinyML）? 它是一个快速发展的机器学习技术和应用领域，包括硬体、算法和应用软体。让其能够以极低功耗在MCU上执行数据分析，通常是用在毫瓦特（mW）以下范围的设备。 为了因应这种开发需求，MPLAB^® X IDE扩展MPLAB Harmony v3软体框架，简化了Microchip 32位元微处理器的嵌入式韧体开发与微型机器学习（tinyML）边缘运算的结合。它包括易於操作的使用者界面（GUI），应用选择、管理，周边程式库的配置和产生程式码，广泛的建置於微控制器的 TensorFlow Lite 中介软体。

同时并在Harmony v3新增了TFLM 的模组，让使用者可以快速地将TFLM运行引擎（Runtime Engine）加到CMSIS-NN Kernel 及 Microchip的 Cortex^®-M的全系列MCU中。

最後，MPLAB Harmony v3软体框架将提供各种类型TFLM创建人工智能/ 机器学习（AI/ML）的应用专案。这些专案将指导您如何使用 TensorFlow ML 模型，并将其转换为与微控制器兼容的 TensorFlow Lite 解释器格式。这时 TFLM 运行引擎在Microchip Cortex-M全系列的MCU中可进行推理，转换後的模型与使用 MPLAB Harmony v3 开发的应用程序集成在一 起。下列便是MPLAB Harmony v3软体框架所提供的不同开发板专案。

所需工具和软体包：MCC ??件v5.1.2、MPLAB X IDE v6.0、CSP v3.10.0、Core v3.10.0, BSP v3.10.0, Dev_packs v3.10.0, CMSIS-FreeRTOS v10.3.1, TFLM, TF Lite-micro v1.0.0 含以後的版本：

如需了解更多有关MPLAB Harmony v3建置TFLM 专案及相关产品资讯，欢迎叁阅下列网址：

https://www.microchip.com/en-us/solutions/machine-learning

https://www.microchip.com/en-us/tools-resources/configure/mplab-harmony

https://www.microchip.com/en-us/development-tool/DM320113

https://www.microchip.com/en-us/development-tool/EV14C17A

https://www.microchip.com/en-us/development-tool/DM320210

本文作者为：Microchip主任应用工程师 张益洲