集成AI加速的边缘计算微控制器

消费电子、工业自动化和智能设备领域的嵌入式系统正日益需要**边缘 AI（Edge AI）**能力，以便在本地处理数据并实现实时响应。德州仪器（Texas Instruments）扩展了其微控制器产品组合，推出了两个集成了 **TinyEngine 神经处理单元（NPU）**的新系列，支持直接在微控制器系统中进行 AI 推理。

全新的 MSPM0G5187 和 AM13Ex 微控制器结合了嵌入式处理、AI 加速和开发工具，使工程师能够在资源受限的设备上部署神经网络工作负载。这些功能支持可穿戴健康监测、家用电气系统、机器人和电机控制设备等应用，在这些应用中，本地处理可提高响应速度并减少对云端连接的依赖。

硬件加速器降低延迟与功耗
新设备的核心是 TinyEngine，这是一款专为与主 MCU 处理器协同运行神经网络推理工作负载而设计的硬件加速器。该 NPU 与应用程序代码并行执行神经网络计算，使 AI 算法在运行时不会显著影响系统性能。

与仅通过软件执行 AI 处理的微控制器相比，TinyEngine 加速器将单次推理延迟降低了高达 90 倍，并将单次推理能耗降低了 120 倍以上。这些改进使电池供电或资源受限的设备能够执行本地 AI 任务，如异常检测、传感器分类和自适应控制。

此外，该加速器还有助于最大限度地减少已部署 AI 模型的闪存需求，非常适合小型嵌入式系统。

针对低成本嵌入式设备的边缘 AI 功能
MSPM0G5187 微控制器针对需要轻量级 AI 处理且对成本敏感的小型嵌入式设备。该 MCU 基于 Arm Cortex-M0+ 内核构建，集成了 TinyEngine NPU，同时保持了适合低功耗系统的紧凑架构。

这种设计使得边缘 AI 功能可以整合到健身可穿戴设备、家用电器和智能电气设备中，通过本地数据分析来改善自动化和系统监控。

该设备在 1,000 片起订量下的单价低于 1 美元，为在嵌入式设计中加入机器学习功能提供了一个低成本的切入点。

集成 AI 处理的实时电机控制
AM13Ex 微控制器系列旨在满足同时需要实时控制和 AI 决策的应用。该设备在单个芯片内集成了 Arm Cortex-M33 处理器、TinyEngine NPU 和专用的实时控制架构。

这种集成允许设计人员将电机控制和 AI 算法结合在同一个系统中。该设备可以管理多达四个电机的控制回路，同时运行优化能效或检测系统异常的自适应算法。

该 MCU 还包含一个三角函数数学加速器，其计算速度比坐标旋转数字计算机（CORDIC）实现快 10 倍，可支持机器人、工业自动化和高级家电中的高速控制回路。

通过将这些功能整合到单一设备中，设计人员可以将系统复杂性降低，并比多芯片架构降低高达 30% 的物料清单（BOM）成本。

支持 AI 模型部署的开发生态系统
这两个 MCU 系列均得到德州仪器 **Code Composer Studio（CCStudio IDE）**集成开发环境的支持，该环境包含旨在辅助工程师进行代码生成、配置和调试的生成式 AI 功能。

开发生态系统还包括 CCStudio Edge AI Studio，这是一个免费工具，可帮助开发人员在 TI 嵌入式处理器上训练、优化和部署 AI 模型。该平台目前提供 60 多个预建模型和应用示例，允许开发人员快速将 AI 功能集成到嵌入式设备中。

该工具链支持使用 TinyEngine NPU 的硬件加速 AI 执行以及基于软件的实现，为工程师在不同微控制器配置中部署模型提供了灵活性。

由工业记者叶夫根尼*丘里洛夫编辑。

www.ti.com.cn