MCU+AI趋势深化

随着AI向边侧、端侧下沉趋势的加剧，边缘AI已然成为MCU厂商的必争之地。

为增强MCU的AI计算能力，越来越多的厂商选择在MCU中集成NPU等AI加速器，以此提升AI推断与训练任务的执行速度。意法半导体认为，将NPU引入MCU将开启边缘AI应用新场景的“顿悟时刻”。其STM32N6搭载了意法半导体自研的NPU，运算吞吐量高达600 GOPS（每秒6000亿次操作），相较于不具备NPU的STM32H7，性能提升了600倍。在STM32N6的NPU上运行图像分类、对象检测、语音识别等神经网络模型时，推理性能相较于在其Cortex - M55内核上运行提升了26倍至134倍。

随着AI用例的复杂性不断提升，多模态场景的应用范围愈发广泛。MCU需要持续提升系统集成能力，配备丰富的硬件接口，以满足高实时性场景下的多模态处理需求。例如，XMOS推出了集成AI加速器、高性能DSP、控制MCU和灵活I/O的边缘多核控制器，它支持音频、图像、视觉和其他多种传感信号，能够实现实时、持续工作的AI应用。该控制器还可作为大模型、云和网络的接口，提供传感器信息预处理，可应用于人脸检测、特征提取、身份验证、图像分类、离线本地自主运行、智能传感器接口等方面。

由于边侧、端侧设备通常依靠电源供电，这就需要MCU优化能效比，在完成AI负载的同时确保设备的续航能力。此外，当MCU + AI运行人脸检测、语音交互等功能时，会涉及用户的个人数据，因此MCU的安全标准需要从“功能安全”向“AI可信计算”升级。