半导体供应商意法半导体在其先进的惯性感测器内整合机器学习技术，提升手机和穿戴式设备的运动追踪性能和电池续航能力。LSM6DSOX iNEMO感测器整合一个机器学习内核心，可根据已知运动模式对运动数据进行分类处理，接替主处理器处理运动追踪的第一阶段任务，这种方法可节能降耗，加快健身记录、健康监测、个人导航、跌倒检测等运动类App的运作速度。

意法半导体推出具机器学习功能的运动感测器

意法半导体类比、MEMS和感测器产品部??总裁Andrea Onetti表示，「机器学习已被社交媒体、金融建模或自动驾驶用於提升模式识别的速度和效率，LSM6DSOX运动感测器整合了机器学习功能，可增加智慧型手机和穿戴式设备的运动追踪性能。」

配备意法半导体LSM6DSOX的设备可为使用者提供方便省事、回应迅速之「永远开启」的使用体验，而对电池续航时间没有任何影响。相较传统感测器，LSM6DSOX整合了更大的内部储存，并配备最先进的高速I3C数位介面，使感测器与主控制器的互动间隔更长，连接时间更短，且节能省电效果更好。该感测器易於整合至主流行动平台上（例如：Android和iOS），可简化消费、医疗和工业智慧设备的设计。