【导读】德州仪器（TI）于2026年3月重磅推出了两款集成专属TinyEngine™神经处理单元（NPU）的新型微控制器（MCU）系列——MSPM0G5187与AM13Ex。这一创新举措打破了以往AI功能仅局限于高成本、高功耗高端芯片的壁垒，通过将硬件加速器无缝融入通用及实时MCU，实现了单次推理延迟最高降低90倍、能耗骤降超过120倍的突破性性能。
TI 嵌入式处理和 DLP® 产品高级副总裁 Amichai Ron 表示：“大约 50 年前，TI 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。如今，TI 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。”
市场研究机构 TECHnalysis Research 总裁兼首席分析师 Bob O'Donnell 指出：“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。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。”
先进智能触手可及
从健身可穿戴设备到家用电器和电力系统，消费者始终期望日常科技产品更加智能。然而，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。TI 新型 MSPM0G5187 Arm® Cortex®-M0+ MSPM0 MCU 为嵌入式设计人员带来了重要转变，使他们能够将边缘 AI 引入到大量更简单、更小巧且更具成本效益的应用中。
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 90 倍。
单次 AI 推理能耗降低超过 120 倍。
如此高的效率使得资源受限的器件（包括便携式电池供电产品）也能够轻松处理 AI 工作负载。MSPM0G5187 MCU 为其他 MCU 或处理器架构提供了经济实惠的替代方案，有效降低了系统和运营成本。
欲了解更多信息，请阅读技术文章《配备边缘 AI 加速器的 Arm Cortex-M0+ MCU 如何为电子产品注入更强大的智能》。
面向多电机系统的实时控制与 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。凭借 C2000™ 实时 MCU 产品系列在电机控制领域超过 20 年的领先地位，TI 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：
支持最多四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。
欲了解更多信息，请阅读应用简报《在工业自动化和家电设计中实现边缘 AI 赋能电机控制》。
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 TI 免费的 CCStudio Edge AI Studio 进行开发。该开发环境可简化 TI 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 TI 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。
德州仪器亮相 2026 年国际嵌入式展
在 2026 年国际嵌入式展期间，TI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。此外，展会还重点展示了 TI 的合作伙伴计划及网络，该全球合作伙伴计划为创新嵌入式解决方案更快推向市场提供了坚实基础。
无论是面向低成本应用的MSPM0系列，还是专为复杂多电机控制设计的AM13Ex系列，这些新器件均证明了在资源受限的小型芯片上实现高级自适应控制和预测性维护的可行性。随着开发生态系统的不断完善以及生成式AI工具的深度赋能，TI正引领行业跨越技术门槛，推动边缘AI从概念验证走向大
