Компания STMicroelectronics анонсировала STM32N6 — первый микроконтроллер в своей линейке, оснащенный выделенным нейронным процессором (NPU). Устройство предназначено для запуска моделей машинного обучения непосредственно на периферийных устройствах (Edge AI). Интеграция аппаратного ускорителя позволяет значительно повысить производительность нейросетевых вычислений, сохраняя при этом энергоэффективность, характерную для встраиваемых систем, что критически важно для промышленной автоматизации и интернета вещей.
Новая архитектура ориентирована на выполнение задач компьютерного зрения, распознавания речи и предиктивной аналитики в реальном времени. Использование аппаратного NPU снимает нагрузку с основного ядра Cortex-M, что позволяет разработчикам внедрять сложные алгоритмы ИИ в устройства с ограниченными ресурсами. Это решение упрощает процесс развертывания моделей, обученных в популярных фреймворках, на конечном «железе» без необходимости использования облачных вычислений.
Экосистема STM32Cube.AI была обновлена для поддержки нового чипа, обеспечивая автоматическую оптимизацию и квантование моделей для работы на NPU. Разработчики получают инструменты для оценки производительности и потребления энергии на этапе проектирования, что позволяет сбалансировать точность модели и требования к аппаратному обеспечению в конечных продуктах.
Ключевые факты
- STM32N6 оснащен специализированным аппаратным ускорителем NPU для выполнения операций нейронных сетей.
- Архитектура чипа оптимизирована для задач Edge AI, включая обработку аудио, видео и сенсорных данных.
- Интеграция с набором инструментов STM32Cube.AI позволяет конвертировать модели из TensorFlow Lite, PyTorch и ONNX.
- Новое поколение микроконтроллеров нацелено на снижение задержек (latency) при выполнении инференса в промышленных сценариях.
- Аппаратное ускорение позволяет выполнять сложные задачи машинного обучения при минимальном энергопотреблении, что критично для автономных датчиков.