In qualità di sponsor strategico della Edge AI Foundation, STMicroelectronics partecipa e guida gruppi di lavoro, contribuisce alla programmazione di eventi e si occupa della governance della Fondazione.
È in programma a Milano dal 2 al 4 luglio presso l’Hotel Melia, l’edizione europea dell’evento organizzato dalla Edge AI Foundation (precedentemente nota come TinyML) dedicato all’adozione dell’intelligenza artificiale at the Edge, tinyML, intelligenza artificiale fisica, elaborazione neuromorfica e automazione basata sull’intelligenza artificiale con la partecipazione dei principali leader del settore tra cui STMicroelectronics.
The Edge AI Foundation: una comunità che guida il cambiamento
La Edge AI Foundation è un think tank strategico impegnato a promuovere l’intelligenza artificiale edge in tutti i settori. Organizza conferenze globali, tra cui eventi annuali in Europa, Stati Uniti e Asia, mettendo in contatto il mondo accademico e quello industriale. Essendo un’organizzazione no-profit, la Fondazione non promuove prodotti specifici, ma promuove lo scambio di conoscenze, il networking, la ricerca congiunta e l’allineamento su framework e strumenti.
Il percorso della Edge AI Foundation è iniziato nel 2018 con la creazione della TinyML Foundation, una comunità collaborativa avviata da leader del settore come Google, ARM e STMicroelectronics.
L’obiettivo della Fondazione era creare una comunità di esperti in grado di dimostrare che il machine learning può essere eseguito anche su dispositivi a bassissimo consumo (inferiori a 1 mW), aprendo la strada a una nuova classe di applicazioni che operano indipendentemente dall’infrastruttura cloud. Questo primo passo ha risposto alla crescente domanda di applicazioni di intelligenza artificiale in tempo reale, a basso consumo energetico e rispettose della privacy in settori come i dispositivi indossabili, le case intelligenti e l’IoT industriale. E il raggiungimento dell’obiettivo è stato relativamente rapido.
Con la maturazione del settore, l’ambito di applicazione si è esteso oltre i semplici modelli per comprendere attività più complesse, come l’intelligenza artificiale generativa e agentiva, la visione artificiale e l’elaborazione del linguaggio naturale.
A seguito di questa evoluzione, nel 2024 la TinyML Foundation ha cambiato nome in Edge AI Foundation, riconfermando il proprio impegno nel progresso delle tecnologie di intelligenza artificiale che operano ai margini della rete.
Oggi, la Edge AI Foundation riunisce una comunità eterogenea di ricercatori, sviluppatori, leader aziendali e responsabili politici per affrontare le sfide e le opportunità legate all’implementazione dell’Edge AI. La fondazione mira a rendere la tecnologia dell’Edge AI accessibile e di impatto per tutti. Per raggiungere questa missione, la Fondazione ha lanciato diverse iniziative:
- Gruppi di lavoro sull’intelligenza artificiale Edge: focus group su intelligenza artificiale generativa, progetti, set di dati e benchmarking, neuromorfica e marketing.
- Edge AI Labs: una piattaforma che fornisce accesso a set di dati, modelli e codici di alta qualità per accelerare la ricerca e lo sviluppo dell’intelligenza artificiale edge.
- Edge AIP (Academia & Industry Partnership): un programma che promuove la collaborazione tra partner industriali e istituzioni accademiche per sviluppare materiali didattici, programmi di certificazione e opportunità di borse di studio.
STMicroelectronics come sponsor leader strategico della Edge AI Foundation
STMicroelectronics ha iniziato a collaborare con la Edge AI Foundation nel 2018. Questo rapporto è nato dopo che ST ha presentato la versione di pre-produzione del suo strumento STM32Cube.AI al CES di Las Vegas. Questo progetto fondamentale ha portato all’invito di Pete Warden (ex responsabile tecnico di TensorFlow Lite presso Google) al primo TinyML US Forum all’inizio del 2019. In quell’occasione, ST ha presentato dimostrazioni di intelligenza artificiale dal vivo dei suoi microcontrollori standard STM32.
Oggigiorno, in qualità di sponsor leader strategico, ST partecipa e guida gruppi di lavoro, contribuisce alla programmazione di eventi e si occupa della governance della Fondazione.
Ad esempio, Danilo Pau (Direttore Tecnico, IEEE, AAIA e ST Fellow in System Research) presiede il gruppo di lavoro Gen EDGE AI della Fondazione, organizzando forum, producendo white paper e avviando progetti di ricerca che sfruttano i prodotti di intelligenza artificiale di ST esistenti. Inoltre, Giuseppe Desoli (ST Company Fellow, SRA Chief Architect, Senior Director of Artificial Intelligence & Embedded Architectures) è stato nominato membro del Consiglio di Amministrazione nel 2025.
Questa partecipazione sostiene la promozione delle soluzioni Edge AI di ST, tra cui il suo portafoglio di microcontrollori abilitati all’intelligenza artificiale, come le MCU generiche STM32 e le MCU Stellar per l’automotive, insieme ai sensori e all’ecosistema completo di strumenti software che compongono la ST Edge AI Suite, creando al contempo una rete di partner autorizzati.
ai dispositivi intelligenti agli agenti autonomi
Si prevede che l’intelligenza artificiale edge alimenterà la prossima generazione di agenti e sistemi intelligenti in grado di ragionare, pianificare, adattarsi e agire. Stiamo già iniziando a vedere i primi casi d’uso: termostati basati sull’intelligenza artificiale che apprendono il comportamento degli utenti, assistenti vocali che operano offline, trascrittori vocali intelligenti e robot umanoidi che supportano le attività di produzione. In futuro, questi sistemi autonomi potrebbero contribuire a gestire interi edifici intelligenti, migliorare l’efficienza energetica o supportare l’automazione industriale, il tutto senza la necessità di una connessione costante al cloud.
Per supportare questo cambiamento, le piattaforme di intelligenza artificiale edge devono essere altamente efficienti sia in termini di energia che di prestazioni. ST consente ai clienti di implementare l’intelligenza artificiale edge quotidianamente grazie a innovazioni che facilitano l’intelligenza artificiale edge su un’ampia gamma di microcontrollori della famiglia STM32, che integrano una NPU e sensori MEMS intelligenti con due tecnologie: l’intelligente Sensor Processing Unit (ISPU) e il core di apprendimento automatico (MLC).
In qualità di contributore attivo della Edge AI Foundation, ST continuerà a influenzare questa comunità, consentendo un’innovazione più rapida e una tecnologia più sostenibile nell’edge.
Dal cloud-first all’edge-ready: perché l’intelligenza artificiale deve evolversi
L’intelligenza artificiale (AI) ha fatto molta strada nell’ultimo decennio. Se da un lato le infrastrutture basate sul cloud hanno permesso enormi progressi nelle capacità dell’AI, dall’altro hanno introdotto nuove sfide, come latenza, consumo energetico e problemi di privacy. In risposta a ciò, aziende e ricercatori hanno iniziato a concentrarsi sull’Edge AI, in cui i dati vengono elaborati localmente su sistemi embedded come sensori e microcontrollori. La Edge AI Foundation è stata un motore di questa transizione sin dalla sua creazione nel 2018, riunendo leader del settore e innovatori per rendere l’AI più intelligente, veloce e pervasiva su larga scala.
L’evoluzione dello sviluppo dell’intelligenza artificiale
L’intelligenza artificiale ha iniziato ad attirare l’attenzione del grande pubblico intorno al 2012, quando i modelli di deep learning hanno ottenuto un notevole successo in settori come il riconoscimento delle immagini, l’elaborazione del parlato e la traduzione. L’avvento del cloud computing ha guidato questi progressi, offrendo le risorse computazionali necessarie per addestrare modelli complessi su grandi set di dati.
Negli anni successivi, le aziende hanno investito massicciamente in infrastrutture di intelligenza artificiale basate sul cloud, utilizzando GPU ad alte prestazioni per sviluppare modelli sempre più grandi, tra cui le prime versioni dell’intelligenza artificiale generativa. Nel 2017 l’intelligenza artificiale era ormai saldamente integrata nei servizi cloud offerti dai principali fornitori di tecnologia.
Tuttavia, con la crescita dell’adozione, sono aumentate anche le preoccupazioni relative a latenza, larghezza di banda, privacy e agli elevati costi energetici della trasmissione e dell’elaborazione dei dati da remoto. Queste limitazioni si sono accentuate con l’ingresso dell’AI in applicazioni critiche per la latenza, come sistemi autonomi, tecnologie indossabili e automazione industriale. Il risultato è stata una graduale comprensione del fatto che non tutta l’AI deve risiedere nel cloud e che molti casi d’uso potrebbero trarre vantaggio dall’esecuzione di calcoli di AI localmente, più vicini alla fonte dei dati. Questa consapevolezza ha gettato le basi per il successivo cambiamento significativo: l’Edge AI.
Perché l’intelligenza artificiale edge è il prossimo grande passo
Con la crescente integrazione dell’intelligenza artificiale nella vita quotidiana, cresce la necessità di un’elaborazione rapida, riservata ed efficiente dal punto di vista energetico. L’intelligenza artificiale tradizionale basata sul cloud richiede l’invio di dati a server remoti per l’analisi e il processo decisionale, introducendo latenza, aumentando il consumo energetico e sollevando problematiche relative alla privacy. L’intelligenza artificiale edge risolve queste sfide abilitando l’elaborazione intelligente direttamente sui dispositivi locali, come sensori, microcontrollori e altre soluzioni di elaborazione embedded. Ciò elimina o riduce la necessità di connettersi costantemente al cloud.
Grazie a progressi chiave come la famiglia di microcontrollori STM32 e il portfolio di sensori MEMS intelligenti di ST, dalle unità di misura inerziali ai biosensori, l’intelligenza artificiale edge non è più una soluzione sperimentale; è una soluzione pervasiva. Le tecnologie di intelligenza artificiale edge consentono ai dispositivi di eseguire localmente l’inferenza delle reti neurali, facilitando attività come il rilevamento di anomalie, la stima della posa, il riconoscimento dei gesti, il monitoraggio ambientale e altro ancora. Queste funzioni sono cruciali in settori come l’automazione industriale, l’assistenza sanitaria e i prodotti di consumo innovativi, dove bassa latenza, sicurezza avanzata e consumo energetico minimo sono essenziali.
Tra queste innovazioni vale la pena menzionare la serie STM32N6, la prima famiglia di microcontrollori ST a integrare il Neural-ART Accelerator, un’unità di elaborazione neurale (NPU) proprietaria. Questa NPU accelera i carichi di lavoro di inferenza AI direttamente sul microcontrollore, riducendo drasticamente la latenza, il consumo energetico e alleggerendo il carico della CPU per l’elaborazione AI. Progettato per applicazioni edge complesse, l’STM32N6 combina prestazioni avanzate, una pipeline di acquisizione video unica e un’efficienza energetica senza precedenti con la flessibilità dell’ecosistema di programmazione STM32.
