您现在的位置是：吉安市新三代科技有限公司 > 产品中心

2024，工业“MCU+AI”大盘点

吉安市新三代科技有限公司26-05-11【产品中心】8人已围观

简介2024，工业“MCU+AI”大盘点随着工业4.0的推进，传统工业设备正向智能化和自动化方向转型，这对设备的算力、实时处理能力以及支持AI算法的能力提出了更高要求。在这一背景下，越来越多的芯片厂商推出了工业“MCU+AI”产品，以满足工业机

2024，工业“MCU+AI”大盘点

随着工业4.0的推进，传统工业设备正向智能化和自动化方向转型，这对设备的算力、实时处理能力以及支持AI算法的能力提出了更高要求。在这一背景下，越来越多的芯片厂商推出了工业“MCU+AI”产品，以满足工业机器人、电机控制、预测性维护等复杂应用场景的需求。以下是2024年度头部芯片厂商发布的主要“MCU+AI”产品的盘点，包括AI功能实现方式、AI生态构建以及典型的工业应用。

AI功能实现方式各异

采用Arm Helium™技术
Arm Helium™是Arm公司为提升机器学习（ML）和数字信号处理（DSP）应用性能而推出的M-Profile矢量扩展技术，目前被集成在Arm Cortex-M52、Arm Cortex-M55和Arm Cortex-M85内核中。例如，瑞萨电子的RA8x1 MCU和RZ/V2H MPU均采用了Arm Helium™技术，其中RA8x1 MCU基于Arm Cortex-M55内核，主频高达480MHz，在DSP和ML应用层面实现了显著的性能提升。极海半导体的G32R501系列实时控制MCU也采用了Arm Cortex-M52内核和Arm Helium™技术，有效降低了MCU内核的实时负载，支持实时处理并减少延迟。
集成NPU
国芯科技在2024年8月推出的CCR4001S系列MCU，基于自主RISC-V架构C*Core CPU内核研发，内部配置了AI NPU，支持智能控制算法与自适应变频控制算法。恩智浦在同年9月推出的i.MX RT700系列跨界MCU，集成了自研的eIQ® Neutron系列NPU AI/ML加速器，其内核采用异构架构，包含两个Arm Cortex-M33和两个DSP（HiFi-4和HiFi-1），以及一个基于开放式指令集架构的EZH-V IO协处理器。德州仪器在2024年12月推出的TMS320F28P55x系列实时MCU，则采用了主频150MHz的32位C28x DSP内核，并内置了单精度浮点单元、三角函数加速器和可编程控制律加速器，同时集成了NPU。
集成NPU+ Arm Helium技术
英飞凌在2024年4月推出的PSOC Edge E8x系列产品，采用了Arm Cortex-M55内核，支持Arm Helium™ DSP，并搭配了Arm Ethos™-U55的神经网络处理器以及Cortex-M33内核和超低功耗NNLite（用于加速神经网络的专有硬件加速器）。意法半导体在同年12月推出的STM32N6系列产品，同样采用了Arm Cortex-M55内核，并引入了Arm Helium™向量处理技术和自研的嵌入式推理专用Neural-ART Accelerator™ NPU。
其他方式
除了上述方式外，MCU还可以通过优化软件算法、集成DSP单元、配备其他类型的协处理器（如FPU或特殊功能协处理器）以及连接外部AI加速器芯片等方式实现一定程度的AI功能。例如，兆易创新推出的GD32G5采用Arm Cortex-M33内核，内置高级DSP硬件加速器和单精度浮点单元，以及硬件三角函数加速器和滤波算法、快速傅里叶等多类硬件加速单元，为复杂运算、多媒体技术、边缘AI等应用提供了强大的算力支撑。

AI生态构建

随着边缘AI技术的发展和应用场景的不断落地，MCU厂商都在持续构建自身的生态。除了社区支持外，各大头部MCU厂商都在以“MCU+AI”硬件为基石，丰富升级自身的软件工具链，以更好地助力客户产品落地。

瑞萨电子：推出了面向边缘AI的一站式开发平台Reality AI，帮助开发者在云端构建专属的模型，并在本地边缘节点上完成部署。同时，瑞萨还联合超过250家生态合作伙伴，共同打造完善的边缘AI生态系统。
恩智浦：推出了eIQ® Toolkit工具包，使用户能够快速地开发基于图像任务的软件程序。近期还发布了eIQ® Time Series Studio，并集成于eIQ® Toolkit工具包，专门用于时间序列数据处理。
德州仪器：其边缘AI模型开发主要依赖于TI Edge AI Tools软件。客户可以利用该软件及神经网络运算单元模型，通过大量数据进行训练，并将训练好的模型编译为可识别的二进制代码部署运行。
兆易创新：正在构建其通用的嵌入式AI平台（Embedded AI），能够将业界主流的AI模型部署至GD32 MCU，为用户提供广泛的开发支持。同时，还提供定制化AI服务，以满足客户的差异化需求。
Nordic半导体：与Edge Impulse等人工智能平台进行合作，在其设备上实现机器学习功能。例如，与Edge Impulse合作开发的nRF Edge Impulse app，可使用Edge Impulse Studio在Nordic Thingy:53上训练和部署嵌入式机器学习模型。

典型的工业应用

“MCU+AI”的应用场景主要分为时间序列信号分析、图像识别、声音识别等。

时间序列信号分析：
获取电流、电压、温度、压力、声音、多轴加速度传感器、生物传感器等多种基于时间序列的变量，可用于预测性维护、扭矩计算、工业探伤、电弧检测、电池电芯寿命预测等。例如，德州仪器的TMS320F28P55X实时控制MCU在太阳能及供电系统中的电弧检测的准确率可高达99%；兆易创新基于GD32H7的AI直流拉弧检测方案，能够对直流拉弧进行精确识别和实时响应。
图像识别：
如人脸识别、手势识别、人数统计、产品缺陷识别、物流仓储管理等。由于MCU的低功耗和实时性，针对这些场景可以实现灵活的休眠唤醒方式，采用小型电池即可长时间工作。恩智浦的i.MX RT700系列跨界MCU在图像方面集成了新一代的图像加速器，包括硬件JPEG/PNG解码、矢量图像处理以及MIPI-DSI显示接口，广泛适用于人机交互、医疗、消费电子等诸多场景。
声音识别：
如关键词唤醒、简单的语义识别以及噪声消除、人声消除等算法。在工业领域，可以用于人机交互、特殊声音信号检测等。兆易创新的GD32H7能够很好地支持声音识别应用，其AI语音识别解决方案依托Sensory平台实现高效的关键词训练，支持多语言、多关键词的识别能力。