芯科科技（Silicon Labs）週三（10月7日）宣布，將全面擴展其開發者平台上的多項人工智慧（AI）工具，旨在簡化嵌入式物聯網（IoT）裝置的開發、擴展與操作。這些新方案在其第七屆年度「Works With Summit」大會上亮相，目標是將AI工具融入裝置專屬軟體、硬體配置及企業級機器學習基礎設施的工作流程中。
為協助開發者提升效率，芯科科技已公開推出 Simplicity AI SDK 的公開測試版。此軟體開發套件（SDK）能讓 GitHub Copilot、Cursor 和 Codex 等主流AI程式碼輔助工具，結構化地存取芯科科技的SDK、開發工具、文件與連接硬體，提供針對芯科科技產品的專屬情境資訊。初期支援的環境將聚焦於低耗電藍芽（Bluetooth® Low Energy, LE）應用，涵蓋專案建立、配置、編譯、韌體燒錄、偵錯、網路與功耗分析等工作流程。
在硬體設計方面，芯科科技推出 Simplicity Design Intelligence，這是一套旨在連接產品需求與硬體、軟體實作能力的工具。其中首個功能「Hardware Intent」預計於 2027 年 1 月推出 Alpha 版本，它能利用產品需求、電路板原理圖及硬體文件等資訊，引導接腳、周邊設備與軟體配置。Hardware Intent 可在硬體製造前，比較實作結果與原始設計，提早發現接腳衝突、周邊不匹配等問題，以減少電路板重複設計的次數。芯科科技軟體資深副總裁 Manish Kothari 強調，「更強大的晶片不應導致更複雜的開發過程。」Risco Group 共同執行長 Limor Alkelai 也表示，已在 Alpha 測試中驗證 Hardware Intent Agent 在簡化硬體開發上的潛力。
此外，芯科科技也推出了以低耗電藍芽為起點的開源開發者社群測試版，提供開發者存取範例應用程式和工具，並可透過 GitHub 提交問題、修復建議與程式碼。經核准的貢獻將進入芯科科技的工程與測試流程，並有機會納入未來的 SDK 版本中。
針對邊緣人工智慧（Edge AI，指在物聯網裝置本地端直接運行的AI）的開發，芯科科技已將其平台中立的機器學習工具與資料分析平台 Databricks 整合。初期推出的 MLOps SDK 能將部署的裝置與 Databricks 連結，收集裝置資料以供現有的訓練管線、GPU 資源及企業資料工作流程使用。模型訓練後，ML Profiler 工具可在同一個 MLOps 環境中，根據記憶體與中央處理器（CPU）需求，評估模型是否適用於目標硬體，協助開發者快速迭代。這些 MLOps 工具目前已可透過 Databricks 使用。
這些全新的開發者工具與平台擴展，將有助於全球物聯網產業的開發者更有效率地將AI功能整合至嵌入式裝置中，加速智慧產品的上市時程。
