近日，德州仪器（TI）举办边缘AI微控制器系列新品发布会，正式推出集成TinyEngine™ NPU的MSPM0G5187通用型MCU与AM13Ex实时控制MCU，同时发布配套的CCStudio生态系统方案。此次发布不仅实现了边缘AI硬件的技术突破，更通过软硬件协同的生态构建，打破了边缘AI在成本、功耗、开发门槛上的多重限制，推动边缘智能化从高端应用向消费、工业、机器人等全场景普及，也勾勒出AI时代MCU产业的发展新趋势。
核心技术突破：TinyEngine™ NPU重构边缘AI算力基础
发布会核心推出的TinyEngine™ NPU是TI专为MCU打造的专用硬件加速器，也是本次新品的技术核心。该加速器已完成与TI Arm架构及C2000实时MCU产品组合的集成，从性能、功耗、兼容性三大维度解决了传统边缘AI部署的痛点。
在性能层面，TinyEngine™ NPU可提供2.56GOPS计算性能，支持八位、四位、二位及混合精度配置，能完成量化和就地计算，有效解决存储器占用限制问题；同时兼容卷积层、全连接层、池化层等各类神经网络层，且无内核大小限制，可适配多场景深度学习推理需求。与未配置加速器的同类MCU相比，其能将单次AI推理延迟降低90倍以上、能耗降低120倍以上，大幅提升边缘端AI处理的效率。
在架构设计上，TinyEngine™ NPU采用与主CPU并行运算的模式，确保AI工作负载运行时实时控制环路可持续工作，既释放了CPU的计算资源，又实现了AI推理与系统基础功能的协同运行，为实时控制场景的AI落地奠定了硬件基础。这一设计让边缘设备在本地完成AI推理成为可能，也让TI的MCU产品具备了从“基础控制器”向“智能赋能器”转型的核心能力。
双新品落地：覆盖低功耗通用与高性能实时控制全场景
基于TinyEngine™ NPU，TI此次推出两款差异化MCU产品，分别覆盖低功耗、成本敏感的通用场景与高性能、多电机控制的实时场景，实现了边缘AI应用的全维度覆盖。
低成本低功耗，MSPM0G5187让边缘AI走进大众电子
作为TI首款集成TinyEngine™ NPU的Arm Cortex-M0+架构MCU，MSPM0G5187聚焦超小型、成本敏感型应用，成为边缘AI普及的核心载体。该产品搭载80MHz Arm Cortex-M0+内核，集成128KB闪存与32KB SRAM，待机模式下电流消耗低于2µA，在实现AI加速的同时保持了极致低功耗特性。同时，其首次在MSPM0系列中加入人机交互外设，包含I2S音频接口、USB2.0全速接口，搭配12位ADC、高速比较器等高性能模拟外设，可实现各类传感器数据的高效采集与处理。
在安全层面，MSPM0G5187支持后量子密码学（PQC）安全启动，配套符合FIPS 204标准的ML-DSA数字签名方案密码库，能有效保护用户数据与AI模型安全。更具市场意义的是，该产品1000件起订单价低于1美元，打破了边缘AI对高成本的依赖，让电池供电的智能家居、医疗可穿戴、工业低功耗检测等场景的AI部署成为现实。
在实际应用中，MSPM0G5187已展现出显著优势：智能家居唤醒词检测场景中，其运行的1D卷积神经网络可将延迟降低92%，功耗从传统语音处理器的数瓦级降至几十毫瓦级，实现设备全天候续航；可穿戴健康设备场景中，其能在几平方毫米的封装内完成手势识别、生物特征数据监测等功能，兼顾设备小巧性与智能化需求。此外，该产品还可应用于工业系统故障检测、电网基础设备监测等场景，实现实时传感器数据的AI处理。
高性能集成，AM13Ex打造实时控制与AI加速一体化方案
面向电机控制等实时控制场景，TI推出基于Arm Cortex-M33架构的AM13Ex MCU，这是业界首款将高性能Arm Cortex-M33内核、TinyEngine™ NPU与C2000先进实时控制架构集成于单芯片的产品，延续了TI在实时控制领域20余年的技术积累。
该产品性能表现突出：CPU运行频率可达200-250+MHz，CoreMark评分达4.35/MHz；集成的三角函数数学加速器让实时控制运算速度较传统CORDIC数字计算提升10倍以上，且可同时实现四路电机的精确实时控制。在成本与设计层面，其高度集成的模拟外设可将物料清单成本降低30%，同时支持用户无缝迁移和复用现有代码，大幅缩短开发周期。
AM13Ex的核心价值在于实现了“实时控制+AI加速”的一体化：运行时CPU专注执行电机控制等实时任务，NPU同步采集工况数据并运行神经网络模型，完成智能判断与优化。在光伏电弧检测场景中，其可将检测准确率从传统方法的85%提升至99%；洗衣机控制系统中，单芯片可实现PFC电机控制与主、滚筒电机的协同操控，并通过AI完成负载检测与平衡调节；人形机器人场景中，其能对关节、灵巧手的电机进行精细化管控，通过本地AI推理提升电机控制的反应速度、灵敏度与准确度，解决了机器人“大脑”集中运算带来的延迟问题。
生态体系升级：降低开发门槛，让边缘AI开发触手可及
硬件的突破需要软件生态的支撑，TI此次同步完成了CCStudio开发生态的全面升级，通过生成式AI集成、全流程工具链打造、多框架兼容，将边缘AI的开发门槛降至新低，让不同背景的工程师都能快速实现AI模型的部署与落地。
生成式赋能，CCStudio IDE实现代码自动生成
升级后的CCStudio集成开发环境内置TI专属编译器，并新增生成式AI功能。通过Cloud Code接口，工程师只需输入自然语言描述的需求，即可实现从底层代码到应用场景代码的全自动生成，且代码已针对TI MCU完成优化。在实际演示中，工程师可在5至10分钟内通过自然语言生成马达控制、二维显示屏游戏等代码，并自动部署到MCU，全程无需人工编写代码，大幅缩短研发周期。
全流程免费，CCStudio Edge AI Studio覆盖AI开发全环节
面向边缘AI开发的全流程需求，TI推出免费的CCStudio Edge AI Studio工具，覆盖数据采集、神经网络选型与优化、模型训练、跨MCU部署等全环节。该工具支持超过50种器件，提供60余种模型与1000余种预处理组合，内置PyTorch、TensorFlow、ONNX等行业标准框架，同时支持专有AI框架的模型快速移植；针对无深厚AI知识的开发团队，其还提供无代码解决方案，搭配电弧故障检测、电机故障诊断等成熟参考设计，让工程师可直接调用模型完成开发。
全架构AI能力互通，保护用户现有投入
TI实现了TinyEngine™ NPU在Arm Cortex-M0+、Arm Cortex-M33、TI C28x DSP三大架构MCU中的集成，且不同架构平台的AI能力完全互通，用户在一个平台开发的AI模型可无缝切换到另一平台，无需重新开发。这一设计既满足了不同场景的性能需求，也有效保护了用户在现有开发体系中的投入，尤其是让深耕Arm生态的用户能在不改动代码的前提下，复用C2000系列的实时控制外设能力。
行业趋势：MCU迎来质变，软硬协同成核心竞争力
发布会的媒体问答环节，TI相关负责人针对行业趋势、产品竞争力等问题作出解答，清晰勾勒出AI时代MCU产业的发展方向，也明确了TI在边缘AI领域的核心优势。
MCU产业三大质变趋势
在AI终端快速增长的背景下，MCU的角色正发生根本性变化，呈现出三大技术趋势：一是硬件加速的阵列化，单纯依靠CPU运行算法已无法满足边缘AI需求，MCU+NPU的组合将成为主流，效率较传统方案提升数十倍；二是安全性与隐私性升级，边缘AI让设备接触更多敏感数据，本地推理成为刚需，对芯片的加密、安全隔离能力提出更高要求；三是内存结构优化，通过提升片上存储能力，减少数据在系统间的搬运，实现“计算靠近存储”，适配AI算法的内存需求。
TI的核心竞争优势
相较于其他企业的芯片设计方案，TI的优势体现在两大维度：其一，需求导向的综合效能设计，摒弃单纯的“算力跑分竞赛”，聚焦客户真实需求，在极低功耗下提供本地边缘AI能力，避免数据上云带来的续航损耗与隐私问题，实现算力与能耗比的最优平衡；其二，完善的开发生态，将工具链的易用性作为核心软实力，让传统嵌入式工程师能在几天内跑通AI模型而非数周，大幅降低边缘AI的落地成本。
硬件与生态双重支撑
对于将NPU集成进M0+低成本MCU这一创新设计，TI认为其成为行业趋势的核心原因在于边缘AI的普及需求，而产品成功的关键不仅在于硬件技术突破，更在于生态链的构建。TI通过打造从数据采集到模型部署的全流程易用工具，让软件工程师、硬件工程师、机械工程师乃至数据工程师都能轻松实现边缘AI部署，真正让技术从“实验室”走向“实际应用”。同时，TI通过对MSPM0平台的低功耗架构优化，在集成NPU的同时控制成本与片上资源占用，让低成本边缘AI MCU具备了市场竞争力。
总结
此次德州仪器边缘AI微控制器系列新品的发布，是边缘AI从高端应用向全场景普及的关键一步。通过TinyEngine™ NPU的技术突破，TI解决了边缘AI在功耗、延迟、成本上的核心痛点；通过MSPM0G5187与AM13Ex的双产品布局，实现了低功耗通用与高性能实时控制场景的全覆盖；通过CCStudio生态的全面升级，打破了边缘AI的开发门槛，让智能化成为嵌入式设备的标配。
从行业层面来看，TI的此次发布不仅展现了半导体企业在边缘AI领域的技术深耕，更定义了AI时代MCU的发展方向——硬件加速为基，生态协同为翼。未来，随着更多MCU产品集成TinyEngine™ NPU以及开发生态的持续完善，边缘AI将全面融入消费电子、工业自动化、机器人、医疗健康等各个领域，真正实现“让智能无处不在”，开启嵌入式系统的智能化新时代。而TI凭借在硬件技术、实时控制、生态构建上的多重优势，也将持续引领边缘AI的发展浪潮，推动更多创新应用的落地。
