從“云端”到“指尖”，德州儀器將AI塞進1美元的芯片里

當整個半導體行業都在為數據中心里動輒千億參數的AI大模型狂歡時，一個更安靜、卻可能影響更深遠的變革正在悄然發生。人工智能正從云端的高閣，走向我們身邊每一個毫不起眼的電子設備。

從能夠通過免觸手勢追蹤健康數據的智能手表，到實現電機軸承故障檢測的工業設備，再到能感知負載并自我調節的洗衣機，這些設備的“智能”不再需要依賴網絡連接，而是在設備內部、在幾毫秒內、以毫瓦級的功耗完成。這并非科幻小說的情節，而是德州儀器（TI）在2026年3月所描繪的“邊緣AI”新藍圖。隨著兩款集成TinyEngine?神經處理單元（NPU）的微控制器（MCU）MSPM0G5187和AM13Ex的推出，德州儀器正試圖將過去被認為“高大上”的AI能力，普及到幾乎任何成本敏感、功耗受限的應用中去。

邊緣AI，一場關于“響應、隱私與功耗”的算力遷移

在發布會伊始，德州儀器MSP微控制器產品線經理羅一丁便點明了這場變革的核心動因。“我們認為AI不應該只存在于云端和大型的機房里面，應該無處不在地運行在每個嵌入式設備里面。”他談到，當前AI正經歷從云端向邊緣的遷移浪潮，這并非技術上的退步，而是對應用本質的回歸。

德州儀器MSP微控制器產品線經理羅一丁

將算力推向數據源頭，帶來的是四個維度的根本性提升：系統響應速度的飛躍（無需等待云端回傳）、功耗的顯著降低（減少網絡傳輸能耗）、隱私與安全性的增強（數據永不離開設備），以及運行可靠性的保障（即便在斷網環境下，AI功能依然穩定）。這四點，恰恰是工業、醫療、消費電子等眾多領域產品設計的“生命線”。

過去，實現這些優勢往往需要付出高昂的代價。主流的邊緣AI方案多依賴于高性能的處理器或系統級芯片（SoC），其成本、功耗和開發門檻，將無數簡單的、電池供電的設備拒之門外。而德州儀器此次發布的核心，正是要打破這堵墻。

TinyEngine? NPU，讓“小芯片”迸發“大智能”的硬件密鑰

打破這堵墻的鑰匙，是一款名為TinyEngine? NPU的專用硬件加速器。德州儀器ASM微控制器工業業務負責人吳健鴻介紹，這款NPU并非簡單的CPU核心，而是一個專為深度學習推理運算優化的并行處理器。

德州儀器ASM微控制器工業業務負責人吳健鴻

它的價值在于“解放”。與未配備加速器的同類MCU相比，TinyEngine? NPU能帶來近乎顛覆性的性能提升：單次AI推理的延遲最高可降低90倍，能耗更是能降低超過120倍。 這一數據并非空談，而是有實際應用佐證。在喚醒詞檢測的案例中，集成NPU的MSPM0G5187相比純CPU方案，延遲降低了92%，功耗從數瓦級降至幾十毫瓦級。

這種“雙路處理”的架構設計尤為精妙。NPU與主CPU并行工作，執行神經網絡所需的計算，使得MCU在運行AI模型的同時，主CPU可以繼續處理實時控制任務，互不干擾。吳健鴻表示，德州儀器在設計這款全新AI MCU時，之所以專門在產品中加入硬件NPU模塊，核心就是為了實現并行運算，從硬件架構上確保二者的運行不會產生沖突。

兩款新品讓AI惠及所有應用

基于TinyEngine? NPU，德州儀器此次帶來了兩款定位截然不同卻殊途同歸的新品。

先來看MSPM0G5187。這是一款通用型MCU，其特別之處在于，將TinyEngine? NPU集成到了一個基于Arm Cortex-M0+內核、售價低于1美元（1,000件起訂）的芯片上。羅一丁坦言，這一產品的出發點，正是為了幫助工程師破解成本、尺寸與功耗之間的核心矛盾。“將NPU集成到M0+這種低成本MCU中，正是為了很好地解決這一痛點。”他說道。值得強調的是，這并非簡單的硬件堆砌，而是一套經過系統優化的設計。在低功耗架構的基礎上，NPU的加入并未顯著增加功耗，待機模式下電流消耗低于2μA，電池供電的設備也能全天候運行AI算法。從智能家居的喚醒詞檢測，到可穿戴設備的手勢識別與連續健康監測，MSPM0G5187將過去僅限于高端應用的智能，下沉到了日常的、輕量化的電子器件中。

如果說MSPM0G5187瞄準的是輕量化AI的普及，那么另一款新品AM13E230 MCU，則是德州儀器在高性能實時控制領域投下的一枚重磅棋子。它融合了高性能Arm Cortex-M33內核、TinyEngine? AI NPU，以及德州儀器在實時控制領域深耕20余年的C2000?架構。

在吳健鴻看來，AM13E230 MCU的存在，是為了應對更復雜的工業挑戰。比如在洗衣機中，它可以同時控制多達四個電機，維持精確的實時控制環路，同時借助NPU運行自適應控制算法，實現負載檢測與能效優化。在光伏系統中，它利用AI將電弧檢測的準確率從85%提升至超過99%。而談及人形機器人這一熱門領域，吳健鴻進一步闡釋了其中的價值：“如果所有的傳感器數據都傳送到大腦，再通過大腦做判斷再送回來控制電機，會有一定的延遲問題。在邊緣端電機控制的MCU里面加入AI模型，可以極大地提升控制的反應速度、靈敏度和準確度。”

軟件生態讓AI開發從“少數人的游戲”變成“工程師的日常”

硬件是基礎，而生態則是讓創新落地的土壤。德州儀器此次發布中，另一大亮點在于其CCStudio?集成開發環境（IDE）的智能化升級。

羅一丁在分享中難掩興奮：“我非常鼓勵所有工程師，無論有沒有深厚的軟件背景，都去嘗試這個功能。”他所指的，是CCStudio IDE中集成的生成式AI功能。開發者只需使用自然語言描述需求，系統便能在五到十分鐘內自動生成從底層到應用層的全部代碼，并自動部署到MCU上。“從開發代碼、生成代碼等等全部由AI接管，這個功能非常強大。”羅一丁說，在前不久的德國嵌入式展上，觀眾現場用自然語言生成了馬達控制代碼和游戲代碼，大幅減少人工編碼工作。

此外，德州儀器還提供了免費的CCStudio Edge AI Studio，內含超過60種模型和應用示例，覆蓋了從數據采集、模型訓練到部署的全流程。吳健鴻補充道，德州儀器的工具鏈支持PyTorch、TensorFlow和ONNX等主流框架，這意味著開發人員可以在他們熟悉的環境中工作，然后輕松地將模型移植到德州儀器的硬件上。這種對開源框架和行業標準的支持，極大地降低了嵌入式工程師的AI開發門檻，讓AI不再是算法專家的專屬領域。

讓智能“潤物細無聲”

回到最初的問題：當我們在談論邊緣AI時，我們在談論什么？或許不是算力的數字競賽，也不是參數的表面積累。德州儀器此次的發布，給出了一個來自“芯片老兵”的答案：是普及，是讓智能像水、電一樣，成為電子設備理所當然的一部分。

正如德州儀器嵌入式處理和DLP?產品高級副總裁Amichai Ron所言：“我們正致力于讓邊緣AI觸手可及，讓每位客戶和各類應用都能輕松使用邊緣AI功能。” 從50年前發明數字信號處理器（DSP）為AI奠定基礎，到今天將專用NPU集成進1美元的MCU中，德州儀器的路徑清晰而堅定。

可以預見，隨著TinyEngine? NPU被逐步集成到德州儀器整個MCU產品組合中，從簡單的消費電子到復雜的工業系統，我們將越來越多地享受到“設備端智能”帶來的便利，卻幾乎感受不到它的存在。這或許就是技術發展的最高境界，讓最前沿的創新，以最樸實無華的方式，潤物細無聲地融入我們的生活。