物聯網產品的設計，可以透過人工智慧和機器學習的潛力，來為家庭安全系統、穿戴式醫療監測器、商業設施和工業設備監控感測器等邊緣應用帶來更高智慧化。但在邊緣裝置的設計上，必須兼顧部署人工智慧或機器學習等不同考量，這往往使得性能和能耗面臨兩難的困境，最終得不償失。

Silicon Labs台灣區總經理寶陸格

Silicon Labs針對這樣的需求，推出BG24和MG24系列兩款2.4GHz無線SoC晶片，分別支援藍牙和多重協定操作，同時也推出新的軟體工具包。此新平台同時優化硬體和軟體，有助於在電池供電的邊緣裝置上，實現人工智慧與機器學習應用的高性能無線功能。Matter-Ready系列的的超低功耗BG24和MG24產品可支援多種無線協定，並提供PSA 3級認證的Secure Vault安全保護，非常適合用於各種智慧家庭、醫療和工業應用。

BG24和MG24元件內建專用的AI與ML加速器，加上其超低功耗特性，使得設計人員面臨的困境都可以迎刃而解。這種專用硬體可以快速高效地處理複雜運算，根據內部的測試結果顯示其性能提升達4倍，能源效率提升達6倍。由於機器學習運算是在邊緣設備而非在雲端進行，因此消除了網路延遲，進而可以加速邊緣端的決策和行動。

BG24和MG24系列還具備了Silicon Labs產品組合中，最大的快閃記憶體和RAM容量。也因此，這些元件可以支援多重協定，並針對大型資料集進行ML演算法的訓練。另外，門鎖、醫療設備和其他需謹慎部署的產品都需要更高安全性，對這類產品來說，強化設備免受外部安全威脅至關重要。PSA 3級別認證的Secure Vault是物聯網設備的最高級安全認證，新的產品系列具備了PSA 3級別認證，可為這類應用提供更完整的安全能力。

除了原本就支援的TensorFlow，Silicon Labs還與AI和ML工具供應商合作，例如SensiML和Edge Impulse等，以確保開發人員獲得端對端工具鏈，簡化機器學習模型的開發，並優化無線應用的嵌入式部署。將新的AI/ML工具鏈與Silicon Labs的Simplicity Studio，以及BG24和MG24系列的SoC整合，開發人員可從使用Matter相互通訊的各種連接裝置中擷取資訊，然後進行智慧化的機器學習驅動決策。

例如，在商業辦公大樓中，很多燈具是由動作感測器所控制，這些感測器透過監控是否有人員活動以判斷該開燈還是關燈。然而，當人員在辦公桌前打字時，只有手和手指動作，單憑動作感測器無法辨別人員是否在場，如此一來工作人員可能便會處於黑暗中。透過Matter應用層將聲音感測器與動作感測器連接起來，打字聲這種這個額外的聲音數據就可以輸入機器學習演算法中，進而使照明系統更智慧的決定該開燈還是關燈。

邊緣ML運算也支援其他智慧工業和家庭應用，包括用於異常檢測的感測器數據處理、預測性維護、用於改進玻璃破碎監測的聲音模式辨識、簡單命令詞辨識以及視覺用例，例如使用低解析度相機進行現場監測或人數統計等。

全球零售商正尋求透過更準確的資產追蹤、即時價格更新和其他方面來提升店內購物體驗。商業辦公大樓管理部門的工作人員正在探索如何使建築系統的照明與空調更智慧化，以降低業主成本並?少環境碳足跡。而消費性與智慧家庭解決方案供應商也正努力簡化各種裝置的連接性並擴展其互動方式，以便為消費者帶來創新的功能和服務。包括40多家來自不同產業與應用的企業，已開始透過初期專案著手開發並測試這些新的平台解決方案。BG24和MG24平台的超低功耗和進階功能正式吸引這些先期開發者的原因，如AI與ML的功能，以及支援Matter等能力。