作者
Ted Kao
Ted Kao是恩智浦的AI产品营销总监，负责AI/ML的支持和营销。他拥有20多年的创新技术产品化经验，利用其专业知识推动AI/ML在恩智浦边缘处理器产品组合中的普及。在加入恩智浦之前，他负责NPU、微处理器、微控制器以及高级HMI、音频和多媒体解决方案的产品营销、战略合作关系和产品线管理。Ted现居加州尔湾。
实时AI洞察：解锁eIQ® Time Series Studio的潜能
在当今时代，每个传感器的微小变动和振动峰值都蕴含着重要信息，时间序列数据正成为智能边缘应用的新前沿。然而，要充分利用这些数据，包括清理、建模和部署，往往需要深厚的专业知识和数周的反复试验。eIQ® Time Series Studio是恩智浦推出的免费端到端工具包，为微控制器和应用处理器提供时间序列AI的自动机器学习(AutoML)。
为什么边缘时间序列AI至关重要？
在数据生成的边缘部署AI，可以实现更快的决策响应、更低的延迟、更高的能效以及更强的数据隐私保护，无需依赖云端传输。虽然恩智浦长期以来一直支持AI在视觉、语音、LLM和生成式AI领域的应用，时间序列AI则专注于现实世界中的传感器驱动环境中，处理异常检测、分类和回归等关键任务。从预测工厂车间的设备故障，到检测家电的早期故障，时间序列AI正在为工业、汽车、医疗和智能家居领域的下一代用例赋能。
时间序列AI正在革新边缘决策——体验eIQ Time Series Studio的实际应用。收听最新一期EdgeVerse Techcast ，了解详情。
简化ML工作流程
在时间序列项目开发过程中，数据处理往往成为瓶颈——不同的采样率、嘈杂信号、未对齐的数据流以及繁琐的手动调整，可能导致数周的开发延迟。 eIQ Time Series Studio通过将数据处理的每个环节集成到直观的UI界面中，有效解决了这些挑战。
数据整理与可视化
记录、清理、标注、对齐并深入探索原始传感器数据流。通过内置的数据智能实用程序快速发现噪声与趋势，并平衡采样率。
AutoML模型生成
摆脱繁琐的反复试验。内置AutoML引擎可智能探索信号处理方案与模型架构，优化准确性、内存占用和推理速度，无需编写代码。
模拟
预览和验证训练模型在目标微控制器或应用处理器上的实际运行效果。
一键部署
一切准备就绪，eIQ Time Series Studio可生成针对多种支持内核(CPU、NPU、DSP)的定制库，兼容MCUXpresso、CodeWarrior、IAR和GCC。仅需两次API调用(初始化和推理)，即可在恩智浦硬件上运行模型。
实际用例
工业自动化
可检测机器人装配线上轴承磨损或异常振动的早期迹象，有效防止代价高昂的停机时间，同时延长设备使用寿命。
智能家电
监测洗衣机、冰箱等家电的异常声音与温度峰值，在小问题演变成重大故障前提醒维护人员。
安全性和可靠性
借助电弧故障检测技术，精准识别可能引发野火的电气异常，为能源与楼宇系统带来智能功能，提供安全保障。
使边缘AI更加普惠
或许eIQ Time Series Studio最具颠覆性的特点在于，它完全免费。恩智浦通过消除许可障碍，将强大的AI工作流程集成到统一的工具平台，使不同技能水平的开发人员——从嵌入式初学者到资深机器学习工程师——都能在关键应用场景中提供实时智能。
立即开始
准备好将传感器数据转化为可行的AI方案了吗？下载包含Time Series Studio的完整eIQ工具包。我们期待看到您的创新边缘应用。