https://cloud.google.com/blog/products/iot-devices/mbed-os-now-integrates-with-google-cloud
Andy Powers：ARM Mbed OS产品经理
Charlie Wang：云解决方案架构师
2021年2月12日
为了使物联网成功并扩展规模，物联网设备需要将其捕获的数据无缝地传递到云服务，云供应商提供的任何其他计算功能都可以有效地分析数据并释放业务价值。在此博客中，我们重点介绍了Mbed OS和Google Cloud IoT Core如何共同为开发人员提供快速便捷的访问功能和服务，以加速其IoT产品的发展。
Mbed OS：简化物联网开发
Arm对于Mbed OS的主要目标是为软件开发人员简化IoT设备的开发和部署。Mbed OS为IoT提供了完整的软件平台OS，可与各种硬件平台一起使用。Arm拥有活跃的传感器供应商生态系统，这些传感器供应商提供可以轻松与微控制器集成的软件驱动程序，以快速进行原型设计和开发功能全面的IoT设备。去年，Mbed OS宣布了可以连接到任何公共云（包括Google IoT Cloud）的能力，从而为开发人员提供了更多构建和部署IoT设备的选择。
无缝的开发经验
尽管Arm的重点一直放在IoT的设备端，但是没有IoT解决方案可以在不访问和使用云服务来释放设备通过机载传感器捕获的数据的价值的情况下增加价值。与Google IoT Cloud的集成使基于Mbed OS的设备能够通过Cloud IoT Core安全地连接和接收数据到Google Cloud。Cloud IoT Core接收到的数据被无缝转发到Google Cloud的数据分析平台，该平台随附了一些最受欢迎的工具，例如BigQuery，Dataflow，BigTable和Looker，供开发人员和数据科学家有效地分析，存储和可视化大量数据数据的。这些服务由Google Cloud管理，可以轻松地随着工作量的增长而扩展。无需管理基础架构，可以节省开发时间，专注于解决问题和创建可为用户和企业创造价值的新解决方案。
Cloud IoT Core的设备管理功能还可以将控制和配置消息推送到IoT设备。通过从数据分析过程中获得洞察力来集中控制设备，我们可以使物联网解决方案成为数据驱动和智能的解决方案。
集成架构图
智能物联网
除了与Arm协作以简化其IoT设备开发外，我们的工程团队还正在优化对构建AI应用程序的开发人员的支持。
Google的TensorFlow Lite for Microcontrollers（TF-Lµ）和Arm的开源CMSIS-NN库的结合，帮助开发人员无需进行任何其他工作即可获得加速的AI性能。TF-Lµ框架针对Arm Cortex-M处理器和Mbed开发环境进行了优化。Arm和TensorFlow团队最近宣布了改进的基准，证明使用TF-Lµ和CMSIS-NN的人体检测示例的性能提升了4.9倍。
在此处阅读有关增强性能的更多信息。
未来，我们希望大多数AI处理将在设备上交付，从而使技术更加高效，可靠和安全。但是，云连接将仍然是关键。使用预测
以工业环境中的维护机器为例，将对设备上的机器学习模型进行训练以识别异常，并使用云连接性在即将发生故障时发出信号。
人工智能和物联网有可能激发新一波的创造力，而Arm和Google Cloud之间正在进行的工作将使开发人员更容易创新未来的设备。
Mbed OS和Google IoT Cloud：入门
- 在github存储库上了解有关此集成中使用的Cloud IoT Device SDK的信息。
- 遵循此示例集成，可以快速配置基于Mbed OS的设备并将其连接到Google服务。
- 在2月10日的Mbed OS技术论坛上，将对这种集成进行更详细的讨论。在这里观看剧集。
- 阅读有关使用TensorFlow Lite（适用于微控制器）和CMSIS-NN的Arm微控制器的改进推论。
了解有关Google Cloud IoT Core的更多信息。
