NE时代

凭借高实时的响应速度、低功耗、隐私保护和可靠性，边缘侧AI已经成为一个明确的趋势。

也正是因为这些，边缘AI无法通过单纯的升级算力或者模型算法来实现，而是需要一个完整的解决方案来支持落地。

正如TI所言，其提供的不只是几款芯片或者算法，而是一个真正能够帮助开发者把想法变成现实缩短研发周期提供产品竞争力的成熟生态链。TinyEngine™ NPU、MSPM0G5187、AM13E230和CCStudio Edge AI Studio都是这个生态链中最为重要的部分。

01.

TinyEngine™ NPU ，能耗降低120倍、延迟降低90倍

TinyEngine™ NPU 是 TI 推出一款专用的硬件加速器，专门为帮助处理器（包括MCU）实现深度学习、推理运算而设计，目前支持集成到TI Arm架构和C2000实时MCU的产品组合中。

该NPU可以提供2.56GOPS 计算性能（GOPS指的是每秒可进行十亿次操作），支持八位、四位、二位以及混合精度配置，可完成量化和就地计算，以解决存储器和占用空间限制。其特点是支持各类不同类别的神经网络层，如卷积层（常规、深度、逐点、转置）、全连接层和池化层（平均池化和最大池化），并且支持批量归一化，而且无内核大小的限制。

集成 TinyEngine NPU 的 TI 边缘 AI MCU 简化框图，图源：TI

和完全基于软件的AI方案相比，TinyEngine™ NPU最大的优势在于其能耗和时延。每次推理能耗可降低120倍，延迟可降低90倍。

02.

MSPM0G5187,单价低于1美元的AI MCU

MSPM0G5187是TI MSPM0 系列的一款通用型MCU产品，内核采用的是Arm Cotex-M0+，运行频率高达 80 MHz，并集成高达 128KB 的闪存和 32KB SRAM。同时MSPM0G5187也是MSPM0 系列首个集成TinyEngine™ NPU的产品。

在TinyEngine™ NPU的加持下，MSPM0G5187进行AI推理的能耗非常低，待机模式下电流消耗低于 2 µA，低功耗优势明显。

此外，MSPM0G5187集成了非常灵活的模拟和数字接口，包括 12 位 ADC、高速比较器、电压基准和片上温度传感器，支持各类传感器的数据采集。不仅如此，MSPM0G5187也是MSPM0系列首款配备人机交互外设的MCU，包括用于音频应用的 I2S，应用于个人电子的 USB2.0。

信息安全方面，TI采用是后量子的PQC 密码实现安全启动，这点MSPM0G5187同样支持。而且TI还为MSPM0 和 M33 也提供了一个密码库，支持 FIPS 204 标准中规定的 ML-DSA PQC 的数字签名方案（基于模块格的数字签名标准），提升AI应用下的安全保护需求。

当然最重要的是其价格，TI表示在 1,000 件起订的时候，MSPM0G5187的单价低于1美元，在同等支持AI功能的MCU中，极具竞争力。这也使得客户可以在成本受限的情况下推出自己的AI产品。

MSPM0G5187的应用场景主要集中在可穿戴设备、智能家居和工业领域，能够进行实时准确的异常监测和故障预测，汽车领域需要进行其他产品选型。

针对MSPM0G5187的应用场景，TI重点展示了两个方面的应用。

一是智能家居设备中的唤醒词监测。在该场景中，可以直接将AI推理部署在MSPM0G5187上，在无需连接云端的情况下，凭借MSPM0G5187低功耗的优势完成一整天的电池续航。在整个案例中，TinyEngine™ NPU 可以运行一种为 1D 卷积的神经网络，这是专门为 AI 模型所设计的一款神经网络。其特点是可以对音频进行特殊的优化，可以在本地有效识别语音数据中的语音模式，无需借助云端实现。

当进行唤醒时，MSPM0G5187通过 I2S 等通讯接口接收数字化的音频流 ，TinyEngine™ NPU再对数据进行实时分析，检测到特定的关键词后，再激活MCU工作。这样就是实现了AI功能应用下低功耗的目标。

另外一个场景是可穿戴健康设备中的手势与活动监测，比如智能戒指、智能手表通过手势追踪锻炼指标、睡眠质量、压力水平等信息。该场景同样是在AI应用的情况下要求低功耗。这个案例中，首先是加速器和陀螺仪等模拟传感器捕获人体的运动和方向，然后将这些信号通过信号链放大和滤波，以进行预处理和测量。这个时候 MSPM0G5187 会接收这些数据，并在芯片上直接运行 AI 模型，以识别特定的手势，比如用户转动手腕与智能手表进行交互，或提前在睡眠期间追踪非常细微的身体运动。

03.

AM13E230，实时控制和AI两者都要

AM13E230是一款进行电机实时控制的MCU，属于C2000系列。值得一提是，TI C2000系列也是当前电机控制中被对标最多的MCU产品。

集成TinyEngine™ NPU之后，AM13E230将同时拥有实时性和AI两大性能优势，可同时控制4台电机。

在实时性表现方面，CPU运行频率可达 200-250+MHz，CoreMark 的评分可以做到 4.35/MHz。并且在C2000系列中的三角函数加速器加持下，比起传统的CORDIC数字计算，实时控制运算速度可提升10倍以上。同时，AM13E230集成了 C2000 系列中的各类模拟外设，有助于简化设计并将物料清单成本降低达 30%。

在TinyEngine™ NPU的加持下，AM13E230可以支持应用实时的AI判断。比如光伏系统中用到的电弧控制，利用AI应用之后可将检测的准确度从原来传统方法的85%提升到最高99%。另外还包括电机轴承故障的检测、电池健康检测、人形机器人中的电机控制等。

尤其在人形机器人中，由于其所采用的电机数量众多，数据也非常多。如果全部传输到大脑做决策，再由大脑分配执行，会产生非常明显的延迟问题。因此，就需要在每个关节，甚至在每个电机中加入AI模型，也实现本地的AI模型运行，改善时延，提升灵敏度和准确度。

对于AI运行对实时控制的影响问题，TI采取的策略是两者并行运行，即CPU 专注执行实时控制任务，NPU 同步采集工况数据、运行神经网络模型并完成智能判断，这也是其实现高实时性的关键。

04.

CCStudio Edge AI Studio，零代码能力也可开发

除了硬件的支持外，TI还将AI引入到开发工具中，提升开发人员的开发速度。

一是传统的 CCStudio 集成开发环境，内置 TI 专属编译器，增加了AI辅助功能，降低软件开发门槛。

二是CCStudio Edge AI Studio，覆盖 AI 设计全流程，不仅可快速搭建适配模型，还能完成数据采集、神经网络选型与优化、模型训练及跨 MCU 部署等工作。更为关键的是， CCStudio Edge AI Studio目前免费向客户开放。（下载链接：https://dev.ti.com/edgeaistudio/）

同时， CCStudio Edge AI Studio已经集成了Cloud Code 接口，用户下载完成之后，只需要使用自己的API Token，就能进行代码生成。包括从底层的代码一直到应用场景的代码，全部都可以用自然语言描述的需求进行自动生成。

而在AI开发方面，TI支持行业广泛采用的标准框架，包括 PyTorch、TensorFlow 和 ONNX，这也就意味着开发人员可以选择自己熟悉的环境进行开发，然后再部署到TI的硬件上。

对于使用专有AI框架的团队，TI的量化工具和神经网络编译器可以支持快速移植模型，有助于缩短开发周期。 

对于一些新团队，即使没深厚的AI专业知识储备，也可借助TI提供的无代码解决方案，快速上手开发。不仅如此，TI还提供了超60种模型供客户选择，包括电弧故障检测、电机故障诊断等成熟模型，均可在 Edge AI Studio 中直接调用，帮助提升开发效率。

在前段时间的德国嵌入式展2026期间，仅用5-10分钟的时间，用户就可以在现场使用Cloud Code自动生成所有的代码，并自动部署到MCU中。这期间所有的环节都采用语言输入，没有一行代码介入。

总结.

可以看出，TI不仅提供了一整套从硬件到工具链的边缘侧AI解决方案，更是通过高性价比、AI工具链降低了边缘侧AI落地的难度。