芯东西(公众号:aichip001)
作者 |  ZeR0
编辑 |  漠影

芯东西3月19日报道,近日,德州仪器推出两款具有边缘AI功能的新型微控制器(MCU)系列——MSPM0G5187AM13Ex MCU

推理能耗暴降至1/120!德州仪器推新型MCU,集成自研NPU

两款全新MCU集成了德州仪器专为MCU设计的TinyEngine神经处理单元(NPU)。该NPU可优化深度学习推理操作,在边缘进行处理时降低延迟并提高能效,可谓各类神经网络层提供2.56GOPS的算力。

德州仪器嵌入式处理产品组合由一个包含CCStudio集成开发环境(IDE)的全面开发生态系统提供支持。其生成式AI特性支持工程师通过行业标准智能体和模型,并配套德州仪器数据,使用简单的语言加速代码开发、系统配置和调试。

这些端到端的创新成果已于3月在德国纽伦堡举行的2026年国际嵌入式展的德州仪器展位上展出。

MSPM0G5187 MCU的量产版本已在TI.com上线。AM13E23019 MCU现提供预量产版本。其他封装和存储器型号将于2026年底前发布。

一、MSPM0G5187:单次AI推理能耗可降低1/120

由于高昂的成本、功耗需求和编程门槛,许多工程师认为AI功能是高端应用的专属。

德州仪器新型MSPM0G5187 Arm Cortex-M0+ MSPM0 MCU有效降低了系统和运营成本,使嵌入式设计人员能够将边缘AI引入到大量更简单、更小巧且更具成本效益的应用中。

推理能耗暴降至1/120!德州仪器推新型MCU,集成自研NPU

通过本地计算,TinyEngine NPU可与运行应用程序代码的主CPU并行工作,执行神经网络所需的计算。

与未配备加速器的同类MCU相比,这种硬件加速能够:

  • 更大限度地减少闪存占用。
  • 单次AI推理延迟最高降低至1/90
  • 单次AI推理能耗可降低至1/120

这么高的效率,使便携式电池供电产品等资源受限的器件也能够轻松处理AI工作负载。

推理能耗暴降至1/120!德州仪器推新型MCU,集成自研NPU

二、AM13Ex:面向多电机系统,实现实时控制与AI加速

在家用电器、机器人和工业系统的电机控制应用中,越来越多的系统需要自适应控制和预测性维护等智能功能,但过去实现这些功能需要复杂的多芯片设计。

德州仪器在业界率先推出同时将高性能Arm Cortex-M33内核、TinyEngine NPU和先进实时控制架构集成于单芯片的全新AM13Ex MCU。

这种高度集成设计使设计人员能够同时实现复杂的电机控制和AI功能,而无需外部组件,从而将物料清单成本降低最高降低30%

关键性能提升包括:

  • 支持最多4个电机维持精确的实时控制环路,同时让TinyEngine NPU运行自适应控制算法,实现负载检测和能效优化。
  • 集成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)实现方式快10倍,提供更精确、响应更快的电机控制性能。

三、支持轻松训练、优化和部署AI模型

新推出的两个MCU系列均支持利用德州仪器免费的CCStudio Edge AI Studio进行开发。

该开发环境可简化德州仪器整个嵌入式处理产品组合中的模型选择、训练和部署流程。

这个边缘AI工具链为工程师提供了高度的灵活性,使其能够通过硬件或软件实现方式在德州仪器MCU上运行AI模型。

目前,该工具已提供超过60种模型和应用示例,可帮助开发人员快速在任意器件上部署边缘AI,未来还将增加更多任务和模型。

推理能耗暴降至1/120!德州仪器推新型MCU,集成自研NPU

结语:一些更有趣的AI应用可在MCU上实现

德州仪器正在推动边缘AI在各类电子器件中的普及,应用范围涵盖可穿戴健康监测仪和家用断路器中的实时监控,乃至人形机器人中的物理AI功能。

推理能耗暴降至1/120!德州仪器推新型MCU,集成自研NPU

在2026年国际嵌入式展期间,德州仪器展示了其技术如何帮助工程师借助AI加快开发速度、通过边缘 AI 提升性能,并在工厂、楼宇和汽车的边缘端部署AI功能,还重点展示了德州仪器的合作伙伴计划及网络。

“大约50年前,德州仪器发明了数字信号处理器(DSP),为当今的边缘AI处理奠定了基础。”德州仪器嵌入式处理和DLP产品高级副总裁Amichai Ron说:“如今,德州仪器正引领下一阶段的创新,将TinyEngine NPU集成到我们整个微控制器产品组合中,涵盖通用型和高性能实时MCU。通过在我们的软件、工具、器件和生态系统中全面赋能AI,我们正致力于让边缘AI触手可及,让每位客户和各类应用都能轻松使用边缘AI功能。”

在市场研究机构TECHnalysis Research总裁兼首席分析师Bob O’Donnell看来,尽管许多焦点集中在大型SoC的AI加速和NPU上,但事实上,AI领域中一些更有趣、影响更深远的应用恰恰可以在微控制器这类的小型芯片上实现。

他认为,边缘侧的AI加速应用能让消费电子设备更智能,让工业设备更高效。此外,如果能将这些芯片与同样借助AI来辅助开发的软件工具相结合,就能将AI加速的强大优势带给更广泛的工程师和器件设计人员。