要點速覽

• 邊緣 AI 不僅適用于高端應用。TI 微控制器 (MCU) 集成了 TinyEngine 神經處理單元 (NPU)，可在更多電子產品中實現邊緣 AI，從資源受限的器件（包括便攜式、電池供電產品）到復雜的工業應用均可適用。

• 通過訪問 TI 免費提供的 CCStudio? Edge AI Studio（包含 60 多個代碼示例），嵌入式系統設計人員可以更快地啟動 AI 相關設計，簡化開發流程。

什么是 TinyEngine NPU？

TinyEngine NPU 是一款專有硬件加速器，集成于 TI C2000? 及基于 Arm? Cortex 的 MCU? 中（圖 1），專為幫助嵌入式系統設計人員在大規模部署邊緣 AI 模型時降低延遲、提升能效而設計。

圖 1 集成 TinyEngine NPU 的 TI 邊緣 AI MCU 簡化框圖

TinyEngine NPU 與主 CPU 并行執行機器學習算法，從而能夠在資源受限的器件上實時處理神經網絡模型。此 NPU 對深度學習推理運算進行優化，降低邊緣端處理的延遲與功耗，消除云端推理的往返延遲，提升系統響應速度。

該 NPU 助力將邊緣 AI 能力拓展至此前無法承載有效 AI 工作負載的器件中。包括電池供電電子設備、具備實時分析能力的醫療可穿戴設備、個人電子及工業設備。

TinyEngine NPU 的主要優勢

TinyEngine NPU 提供以下優勢，突破了傳統上阻礙嵌入式 AI 廣泛應用的關鍵設計限制：

相比基于軟件的 AI 方案，每次推理能耗僅為其 1/120，延遲僅為其 1/90

• 提供 2.56 GOPS 計算性能，支持深度學習模型實時邊緣 AI 推理

• 支持 8 位、4 位和 2 位以及混合精度配置，可完成量化和就地計算，以解決存儲器占用空間限制

• 支持多種神經網絡層類型，如卷積層（常規、深度、逐點、轉置）、全連接層和池化層（平均池化和最大池化），并支持批量歸一化

• 通過簡化工具鏈降低開發復雜性，將開發時間從數周縮短至數小時

哪些 TI MCU 采用TinyEngine NPU？

TMS320F28P550SJ

TMS320F28P55x 系列 C2000 MCU 中的 NPU 可從主 CPU 中分擔 AI 推理任務。

對于電機驅動應用，該 NPU 支持電機軸承故障檢測，以支持預測性維護，幫助設計人員及早發現機械性能下降，從而減少計劃外停機時間與維修成本。

對于太陽能和儲能應用，NPU 支持電弧故障檢測，用于識別危險的電氣故障，從而提高系統安全性并減少誤報。

在這兩種情況下，NPU 在本地運行卷積神經網絡，其延遲比實施純軟件方案低 5 到 10 倍。

AM13E230x

這類 Arm Cortex-M33 內核的 MCU 通過集成 NPU 和先進的實時控制架構，可在電器、機器人和工業系統中實現自適應控制和預測性維護。

這種高集成度使設計人員無需外部元件，即可同時實現復雜的電機控制和 AI 功能，并為多達四個電機維持精確的實時控制環路。NPU 可運行自適應控制算法，用于負載檢測和能量優化。

點擊下方文章閱讀了解產品詳情

TI AM13E230x MCU 賦能邊緣 AI 電機控制，破解人形機器人執行器和智能家電關鍵難題

MSPM0G5187

這類 80MHz Arm Cortex-M0+ 內核的 MCU 屬于 TI MSPM0 MCU 系列，利用 NPU 在具有成本效益的低功耗電子產品中實現邊緣 AI 功能。

專用硬件 NPU 可獨立于主 CPU 執行深度神經網絡模型，延遲時間比實施軟件方案低 90 倍，在待機模式下消耗低于 2μA。

點擊下方文章閱讀了解產品詳情

邊緣 AI 加速的 Arm? Cortex??M0+ MCU 如何為電子產品注入更強智能

TI 支持邊緣 AI 功能的 MCU 快速入門

設計人員可以使用 TI 免費且免專利費的 CCStudio Edge AI Studio 更快開展邊緣 AI 設計，該工具支持 TI 全系列 MCU 無縫開發，包括通用型、實時控制、無線連接及雷達類 MCU。借助 CCStudio Edge AI Studio，開發人員可通過集成的工作流完成全流程開發，涵蓋數據采集與標注、特征提取、神經網絡模型選型與調優、模型編譯及目標硬件部署。

該平臺提供 60 余個代碼示例、專用應用參考設計（電弧故障檢測、電機故障預測），支持 PyTorch 等行業標準框架，同時提供無代碼設計方案。經過訓練的模型自動轉換為經過優化的軟件庫，無需手動編碼。

TI 的量化工具和神經網絡編譯器還可為使用專有 AI 框架的開發人員實現快速模型移植，顯著縮短開發周期。這些工具還支持多種神經網絡層，兼容 ONNX 等行業標準訓練模型格式。