[德国慕尼黑讯]据调研机构 Markets and Markets 指出，人工智慧物联网(AIoT)市场将自2019年的51亿美元扩增至2024年的162亿美元，年复合成长率达26%。英飞凌科技致力于加速开发差异化AIoT产品，推出ModusToolbox Machine Learning (ML)，可以在英飞凌PSoC微控器 (MCUs)上实现基于深度学习的工作负载。

英飞凌ModusToolbox ML让开发人员直接在PSoC微控器使用自己偏好的深度学习架构，协助设计人员优化嵌入式平台模组。

ModusToolbox ML是ModusToolbox Software and Tools的新功能，包含中介软体、软体程式库和特殊工具，让设计人员能够评估与配置深度学习的机器学习模组。本功能可和 ModusToolbox 的现有架构无缝整合，因此机器学习的工作负载即可轻松整合至安全人工智慧物联网系统。工具组合的内容丰富，可提供优化的机器学习模组配置工作流程，让开发人员更有效率，加速让优质产品投入市场。

AIoT可提供联网装置的机器学习能力，进而能执行智慧型的作业。 ModusToolbox ML让开发人员能够直接在PSoC微控器使用自己偏好的深度学习架构，例如TensorFlow。此外，本功能可协助设计人员优化嵌入式平台模组，缩小体积和降低复杂性，同时验证测试资料的效能。

英飞凌物联网运算与无线连接副总裁 Steve Tateosian 表示：「由于物联网的迅速成长，在边缘端产生了极大的资料量。TinyML 微型机器学习让AIoT自然进化，同时在本地进行处理将有助于管理资料隐私、延迟与整体系统可靠度。ModusToolbox 可透过提供灵活的工具与模组化程式库来弥补机器学习与嵌入式系统设计之间的重大落差，透过在英飞凌超低功耗微控器中建置常用的训练架构，轻松优化、验证与配置深度学习模组。」

ModusToolbox ML可让开发人员减少系统开发人员在开发AIoT应用时面对的复杂情况。这些应用通常需要与机器学习工作负载无缝整合，以及ModusToolbox ML所提供的运算、网路连线和云域功能。