MCU巨头的同一个目标

在近日的STM32峰会上，ST宣布与英伟达合作，将NIVIDIA TAO和STM32Cube.AI工具相整合，让开发者STM32微控制器上无缝训练和实现神经网络模型，以达到适配的性能和精度。NVIDIA TAO是一个加速AI算法开发和优化的开发环境，TAO工具包提供了一个低代码的人工智能框架，以加速视觉模型的开发。

2020年9月，Microchip宣布与Cartesiam（现已被ST收购）、Edge Impulse和Motion Gestures合作，将这些合作伙伴的软件和解决方案的接口引入其设计环境，使Microchip的32位MCU和MPLAB X集成开发环境，能够在其 AI/ML 项目的所有阶段为客户提供独特的支持，包括数据收集、模型训练和推理实施。

据悉，Microchip机器学习 (ML) 技术的核心是用于MPLAB X IDE的ML插件。ML插件在 MPLAB Data Visualizer 中工作，简化了数据收集过程并支持快速开发嵌入式ML解决方案。ML插件检索的数据由他们的设计合作伙伴得工具进行分析，并有助于事件识别和数据模式异常检测。

毫无疑问，MCU厂商已经意识到AI技术对于MCU的重要性，而且AI领域的技术变化快速，收购是实现技术升级的一个快速途径。这也有助于简化客户的采购和集成过程，提高产品的易用性和竞争力。

我们已经看到，近两年来，越来越多的MCU巨头开始通过收购一些专注于MCU的AI解决方案和软件工具的厂商，来增强自身在AI领域的竞争力。

首先是意法半导体（ST），2021年6月3日，意法半导体宣布收购边缘AI软件专业开发公司Cartesiam。Cartesiam成立于2016年，总部位于法国土伦，专门从事人工智能开发工具研发，让基于Arm的MCU具有机器学习和推理能力。该公司开发了具有专利的NanoEdge AI Studio旗舰解决方案，它能让没有AI知识背景的嵌入式系统设计人员也可以快速开发专用的软件库，NanoEdge™ AI Studio可以让开发人员基于少量数据，通过创建、清理、优化数据集等步骤创建适配的ML库。NanoEdge具有异常检测与设备学习的能力，也提供分类和回归库。收购Cartesiam公司之后，该公司的NanoEdge AI Studio方案将对ST的STM32Cube.AI实现进一步完善和补充。

据悉，ST即将推出第一个带有神经网络硬件处理单元（Neural-Art Accelerator）的通用微控制器——STM32N6，这款MCU与其STM32MP1微处理器（运行频率为 800MHz 的双 Cortex-A7）相比，STM32N6 的推断速度提高了25倍。

再一个是瑞萨，2022年7月20日，瑞萨宣布，完成对美国从事机器学习模型开发的初创企业Reality AI。Reality AI主要为汽车、工业和商业产品中的高级非视觉传感提供范围广泛的嵌入式人工智能和微型机器学习 (TinyML) 解决方案。

此次收购将使瑞萨电子能够扩展其用于人工智能应用的工具套件和软件产品，将Reality AI的人工智能推理技术与瑞萨电子的MCU和MPU产品组合相结合，将实现机器学习和信号处理的无缝实施。据了解，与使用量化、压缩、修剪或其他机器学习技术使模型变小但精度降低的方法不同，Reality AI将先进的信号处理方法与机器学习相结合，在不影响体积的情况下提供完全的精度。

据瑞萨物联网及基础设施事业本部MCU事业发展部副总裁Mohammed Dogar的介绍，瑞萨将全面拥抱AI。目前嵌入式AI分析主要有三个场景：视频、语音以及实时分析。在这三个场景中，瑞萨均在布局，其中前两种主要是跟第三方合作伙伴来实现，而对于实时分析，主要就是通过收购Reality AI来实现。

英飞凌在近日也刚刚发布了收购的信息，2023年5月16日，英飞凌宣布，已收购总部位于瑞典斯德哥尔摩的初创公司Imagimob AB。Imagimob是快速增长的微型机器学习和自动机器学习（TinyML 和 AutoML）市场的领先者。据了解，Imagimob开发了一个端到端的机器学习工具链，该工具链高度灵活且易于使用，重点放在交付生产级ML模型上。英飞凌将收购该公司 100% 的股份。以提升其微控制器和传感器上的 TinyML边缘 AI 功能。

这笔交易将进一步扩展英飞凌的硬件/软件生态系统，使使用从赛普拉斯和英飞凌传感器系列获得的 PSoC 微控制器的开发人员可以更方便地使用 TinyML。但也有可能在内部用于无线 AIROC 芯片的固件，以通过使用 TinyML 优化信号链来提高性能并降低功耗。

总体而言，通过收购掌握AI软件技术，这些厂商可以在其MCU产品中实现更深层次的集成，提供更加完整和高性能的解决方案。