总部位于布里斯托尔的微控制器制造商XMOS为今年早些时候推出的xcore.ai芯片推出了全新的软件开发套件（SDK），以加快AI设备的开发速度。

该SDK包含TensorFlowLite for Microcontroller开发工具，并提供标准化工具和资源，这些工具和资源是创建设备的必要工具和资源，这些设备可以从环境中吸收上下文数据，从数据中推断含义，并将结果转化为行动。

用于将TensorFlowLite for Microcontroller模型转换为针对xcore.ai平台上的加速操作的格式的脚本，工具和库，并带有支持xcore.ai上的FreeRTOS操作的库，从而提供了熟悉的标准行业编程环境。

该SDK包含一些示例，这些示例显示了基于裸机和FreeRTOS操作的各种操作，包括智能麦克风感应，以及指南，示例构建和执行演练以及对XMOS的开放源代码接口库和信号处理算法的访问

这些工具将使开发人员能够使用标准框架以及创建完整和安全的应用程序解决方案所需的所有控制：通信，信号和I / O处理，来快速部署定制AI模型。

XMOS首席执行官Mark Lippett表示：“我们的AIoT SDK使开发人员能够为各种应用程序创建智能的端点AI解决方案。” “ xcore.ai架构的灵活性使我们的客户可以使用标准嵌入式软件技术（例如用于MCU的TensorFlowLite）创建真正差异化的解决方案，而所需的时间却是使用传统硬件方法的一小部分。”

Google TensorFlow Mobile团队技术负责人Pete Warden说：“很高兴看到XMOS在低能耗嵌入式机器学习方面的最新贡献，我很高兴TensorFlow Micro能够集成。

可以在GitHub开源平台上获得对XMOS AIoT SDK的早期访问，该平台旨在与xcore.ai Explorer Kit结合使用，该套件可通过xmos.ai在有限版本中获得。

将来的版本将包括针对特定用例应用程序的其他xcore.ai硬件平台。这包括一个智能家居平台-一种具有附加Wi-Fi功能的小型参考设计，旨在在网络边缘展示语音功能，并将于2021年初发布。

xcore.ai微控制器于2月份基于原始XMOS架构发布，并完全可以在“ C”中进行编程，具有特定的功能，例如可通过优化的c库访问DSP和机器学习。它具有多达128个灵活的IO引脚（可通过软件编程），可访问各种接口和外设，以及集成的USB 2.0 PHY和MIPI接口，用于收集和处理来自各种传感器的数据。

它使用深度神经网络，该神经网络使用二进制值进行激活和权重而不是全精度值，从而大大减少了执行时间，与8位AI微控制器相比，其执行效率提高了2.6到4倍。该公司表示，与ARM的Cortex-M内核相比，这使AI性能提高了32倍，I / O处理速度提高了16倍，数字信号处理性能提高了15倍。