<p>在 2026 年嵌入式世界展会上，德州仪器推出了一款新系列的实时微控制器（MCU），配备了专有的片上微型 NPU：AM13E230x。</p>
<p>这是德州仪器产品线中第三款配备公司 NPU 的微控制器，品牌为 “TinyEngine”，德州仪器嵌入式处理高级副总裁 Amichai Ron 告诉《电子工程时报》。</p>
<p>“这令人兴奋；微控制器几十年来一直没有变化，” Ron 说。“我们现在看到在这个性能水平上的革命，这将使客户能够设计出五年前无法实现的系统。”</p>
<p>新系列 AM13E230x 是基于 Arm Cortex-M33 的实时微控制器，旨在用于家电、工业系统和机器人中的自适应电机控制和预测性维护。这些设备支持同时控制多达四个电机的实时控制回路。TinyEngine NPU 可以将基于 AI 的控制算法或预测性维护/故障检测算法从 M33 中卸载，提高延迟和能效。</p>
<p>“我们可以在 Arm 处理器上运行神经网络；我们不需要 NPU，” Ron 说。“这对于某些应用是好的，但在关注延迟或希望降低整体功耗的情况下，NPU 要高效得多。”</p>
<p>AM13E230x 中的 TinyEngine NPU 可以达到 2.56 GOPS，并支持 8 位、4 位和 2 位精度，以及各种混合精度模式。这与 F28P55（于 2024 年 11 月推出）中的 NPU 相同，该 C2000 微控制器利用其 NPU 进行电机轴承和太阳能弧故障检测，从而卸载 CPU，使其可以专注于实时电机控制。</p>
<p>TinyEngine NPU 也已经在一些 MSPM0 系列成员中使用，该系列是基于 Arm Cortex-M0+ 核心的通用微控制器。该部件在待机模式下消耗不到 2µA，可以处理唤醒词检测、手势识别和预测性维护等应用。</p>
<p>“延迟变得至关重要，” Ron 说。“你可以用微控制器检测故障，但这需要半秒钟。通过 AI 加速，我们可以在四毫秒内完成，因此你可以在出现安全隐患之前尽快关闭系统的电源。”</p>
<p>德州仪器目前对 TinyEngine 的架构细节保持保密。但与 C7x 不同，C7x 是德州仪器为其汽车产品设计的更大 AI 加速器架构，结合了 DSP 和矩阵乘法加速，TinyEngine 没有 DSP 组件。Ron 表示，其在传感器边缘的使用案例与 C7x 在复杂多摄像头 ADAS 或 AV 系统中的使用案例截然不同。</p>
<p>德州仪器在 CES 上推出了其最新一代的 C7x 加速器部件——TDA5 系列。该 Arm 架构的 SoC 系列支持 AV 和机器人中的最高 3 级自动驾驶，配备专用视觉子系统，可以处理多达 16 个同时的摄像头输入。除了 C7x 外，还有用于常见视觉任务的硬件加速器，以及 “相当可观” 的片上内存，减少了访问外部 DDR 的需求，从而保持低延迟。</p>
<p>TDA5 系列通过在芯片上使用多个 C7x 核心，从 10 到 1200 TOPS（INT8）进行扩展。大型卷积神经网络和变换模型的功率效率高达 24 TOPS/W。</p>
<p>这种可扩展性对汽车应用至关重要，Ron 说。</p>
<p>“在这些应用中的大量投资集中在软件方面，” 他补充道。“我们希望确保客户在需要更多或更少性能时，不必不断调整软件。”</p>
<p>现有的 TDA4 系列覆盖 4-32 TOPS。TDA5 中的 C7x 版本具有相同的向量 DSP 和矩阵乘法加速组合，经过升级以提高能效和易用性，Ron 说。</p>
<p>德州仪器将 TDA5 宣传为 “芯片级准备”，这可以增加另一个可扩展性层次。Ron 指出，借助 UCIe 的片上选项，可以与汽车 OEM 进行合作。</p>
<p>“我们将寻找合作的机会，” 他说。“UCIe 是一个标准接口，因此我们应该能够与其他行业领导者合作，为我们的客户提供更多选择。一切都是可能的。我们有具体计划自己使用 [芯片级]，与合作伙伴合作也是一个选项。”</p>
<p>TinyEngine 和 C7x 的软件方法显然是不同的。</p>
<p>“使用 C7x 的人通常对 AI 有很多经验，因此我们为他们提供所有常用工具，他们可以自行决定如何使用系统，” Ron 说。“而使用 TinyEngine 的大多数客户对 AI 的了解相对有限。当然，我们提供所有常用工具，但我们还提供 Edge AI Studio 来收集数据、训练模型并将其编译到 MCU 中，这样他们就可以在没有深入了解 AI 的情况下完成这些工作。”</p>
<p>德州仪器还提供可用于数据收集的传感器套件。Ron 说，客户通常从特定工业子系统的故障检测中的 AI 开始，然后扩展到多个子系统。</p>
<p>“在接下来的两三年里，嵌入式开发人员对 AI 的理解将显著加速，特别是随着我们推出更多设备和工具，以及我们的竞争对手也这样做，” 他说。</p>
<p>除了提供 CCStudio Edge AI 作为免版税的开发环境外，德州仪器还与第三方 AI 开发环境合作，提供客户选择，Ron 说。</p>
<p>“整个 [MCU] 行业正在共同努力，” 他说。“普通工程师尚未掌握如何使用 AI。我们作为一个行业的任务是提供这些能力，并培训更多人使用几年前尚不存在的边缘 AI 能力。整个行业都在朝这个方向发展，这是一个非常激动人心的时刻。”</p>
<p>最终，德州仪器的目标是提供其产品组合中具有和不具有 AI 加速的版本，兼容德州仪器工具和开发者喜欢的任何第三方工具，Ron 说。</p>
<p>Sally Ward-Foxton 为 EETimes.com 和 EETimes Europe 杂志报道人工智能。Sally 在伦敦从事电子行业写作已有 18 年。她曾为 Electronic Design、ECN、Electronic Specifier: Design、Components in Electronics 等多家新闻出版物撰写文章。她拥有剑桥大学电气与电子工程硕士学位。请在 LinkedIn 上关注 Sally。</p>
<p>您必须注册或登录才能发表评论。</p>
<p>本网站使用 Akismet 来减少垃圾邮件。了解您的评论数据是如何处理的。</p>

动态半导体 ETF - Invesco

半导体 3 倍做多 - Direxion

半导体 ETF - VanEck Vectors

标普半导体 ETF - SPDR

德州仪器

费城交易所 半导体 ETF - iShares

纳斯达克半导体 ETF - First Trust

<p>德州仪器（TI）在 2026 年嵌入式世界展会上推出了 AM13E230x，这是一款新型实时微控制器系列，配备 TinyEngine NPU。这是第三个集成 NPU 的 MCU 系列，提升了自适应电机控制和预测性维护等应用的性能。NPU 改善了延迟和功耗效率，使故障检测更快。TI 的 TinyEngine 实现了 2.56 GOPS，并支持多种精度模式。该公司还在探索利用芯片技术进行合作，以增强汽车应用的可扩展性</p>

<p>At embedded world 2026, TI has launched a new family of real-time microcontrollers (MCUs) with a proprietary on-chip micro-NPU: the AM13E230x.</p>
<div class="lb-trans"><p>在 2026 年嵌入式世界展会上，德州仪器推出了一款新系列的实时微控制器（MCU），配备了专有的片上微型 NPU：AM13E230x。</p>
</div><p>This is the third MCU in the TI lineup to get the company’s NPU, branded “TinyEngine,” Amichai Ron, senior VP for embedded processing at TI, told EE Times.</p>
<div class="lb-trans"><p>这是德州仪器产品线中第三款配备公司 NPU 的微控制器，品牌为 “TinyEngine”，德州仪器嵌入式处理高级副总裁 Amichai Ron 告诉《电子工程时报》。</p>
</div><p>“It’s exciting; the microcontroller has been the same for decades,” Ron said. “We now see a revolution at this level of performance that will allow customers to design systems that were not possible five years ago.”</p>
<div class="lb-trans"><p>“这令人兴奋；微控制器几十年来一直没有变化，” Ron 说。“我们现在看到在这个性能水平上的革命，这将使客户能够设计出五年前无法实现的系统。”</p>
</div><p>The new family, AM13E230x, is Arm Cortex-M33-based real-time MCUs designed for adaptive motor control and predictive maintenance in appliances, industrial systems, and robotics. The devices support real-time control loops for up to four motors at a time. The TinyEngine NPU can offload AI-based control algorithms or predictive maintenance/fault detection algorithms from the M33, improving latency and power efficiency.</p>
<div class="lb-trans"><p>新系列 AM13E230x 是基于 Arm Cortex-M33 的实时微控制器，旨在用于家电、工业系统和机器人中的自适应电机控制和预测性维护。这些设备支持同时控制多达四个电机的实时控制回路。TinyEngine NPU 可以将基于 AI 的控制算法或预测性维护/故障检测算法从 M33 中卸载，提高延迟和能效。</p>
</div><p>“We can run neural networks on the Arm processor; we don’t need the NPU,” Ron said. “That’s good for certain applications, but where you care about latency, or you want to reduce the overall power consumption, the NPU is a lot more efficient.”</p>
<div class="lb-trans"><p>“我们可以在 Arm 处理器上运行神经网络；我们不需要 NPU，” Ron 说。“这对于某些应用是好的，但在关注延迟或希望降低整体功耗的情况下，NPU 要高效得多。”</p>
</div><p>The TinyEngine NPU in the AM13E230x can achieve 2.56 GOPS and supports 8-, 4-, and 2-bit precision, as well as various mixed-precision modes. This is the same NPU already in the F28P55 (launched in November 2024), a C2000 MCU that uses its NPU for motor bearing and solar arc fault detection, offloading from the CPU, which can be dedicated to real-time motor control.</p>
<div class="lb-trans"><p>AM13E230x 中的 TinyEngine NPU 可以达到 2.56 GOPS，并支持 8 位、4 位和 2 位精度，以及各种混合精度模式。这与 F28P55（于 2024 年 11 月推出）中的 NPU 相同，该 C2000 微控制器利用其 NPU 进行电机轴承和太阳能弧故障检测，从而卸载 CPU，使其可以专注于实时电机控制。</p>
</div><p>The TinyEngine NPU is also already in some members of the MSPM0 family, a general-purpose MCU with an Arm Cortex-M0+ core. This part consumes less than 2µA in standby mode and can handle applications like wake-word detection, gesture recognition, and predictive maintenance.</p>
<div class="lb-trans"><p>TinyEngine NPU 也已经在一些 MSPM0 系列成员中使用，该系列是基于 Arm Cortex-M0+ 核心的通用微控制器。该部件在待机模式下消耗不到 2µA，可以处理唤醒词检测、手势识别和预测性维护等应用。</p>
</div><p>“Latency is becoming critical,” Ron said. “You can detect faults with a microcontroller, but it will take you half a second. With the AI acceleration, we can do it in four milliseconds, so you can shut down power to the system as quickly as possible before there’s a safety hazard.”</p>
<div class="lb-trans"><p>“延迟变得至关重要，” Ron 说。“你可以用微控制器检测故障，但这需要半秒钟。通过 AI 加速，我们可以在四毫秒内完成，因此你可以在出现安全隐患之前尽快关闭系统的电源。”</p>
</div><p>TI is keeping the architectural details of the TinyEngine under wraps for now. But unlike the C7x, TI’s bigger AI accelerator architecture for its automotive products, which is a mix of DSP and matrix-multiply acceleration, TinyEngine has no DSP component. Its use cases at the sensor edge are very different from the C7x’s in a complex multi-camera ADAS or AV system in a car, Ron said.</p>
<div class="lb-trans"><p>德州仪器目前对 TinyEngine 的架构细节保持保密。但与 C7x 不同，C7x 是德州仪器为其汽车产品设计的更大 AI 加速器架构，结合了 DSP 和矩阵乘法加速，TinyEngine 没有 DSP 组件。Ron 表示，其在传感器边缘的使用案例与 C7x 在复杂多摄像头 ADAS 或 AV 系统中的使用案例截然不同。</p>
</div><p>TI launched its latest generation of parts with the C7x accelerator at CES—the TDA5 family. This Arm-based SoC family supports up to Level 3 autonomy in AVs and robots, with a dedicated vision subsystem that can handle up to 16 simultaneous camera feeds. As well as the C7x, there are also hardware accelerators for common vision tasks and a “substantial” on-chip memory that reduces the need to go to off-chip DDR to keep latency low.</p>
<div class="lb-trans"><p>德州仪器在 CES 上推出了其最新一代的 C7x 加速器部件——TDA5 系列。该 Arm 架构的 SoC 系列支持 AV 和机器人中的最高 3 级自动驾驶，配备专用视觉子系统，可以处理多达 16 个同时的摄像头输入。除了 C7x 外，还有用于常见视觉任务的硬件加速器，以及 “相当可观” 的片上内存，减少了访问外部 DDR 的需求，从而保持低延迟。</p>
</div><p>The TDA5 family scales from 10 to 1200 TOPS (INT8) by using multiple C7x cores on a chip. Big convolutional neural networks and transformer models can run with power efficiency as high as 24 TOPS/W.</p>
<div class="lb-trans"><p>TDA5 系列通过在芯片上使用多个 C7x 核心，从 10 到 1200 TOPS（INT8）进行扩展。大型卷积神经网络和变换模型的功率效率高达 24 TOPS/W。</p>
</div><p>This scalability is critical to automotive applications, Ron said.</p>
<div class="lb-trans"><p>这种可扩展性对汽车应用至关重要，Ron 说。</p>
</div><p>“A lot of the investment in these applications is on the software side,” he added. “We want to make sure customers don’t have to keep moving the software if they need more or less performance.”</p>
<div class="lb-trans"><p>“在这些应用中的大量投资集中在软件方面，” 他补充道。“我们希望确保客户在需要更多或更少性能时，不必不断调整软件。”</p>
</div><p>An existing family, TDA4, covers 4-32 TOPS. The version of the C7x in the TDA5 has the same mix of vector DSP and matrix-multiply acceleration, upgraded for power efficiency and ease of use, Ron said.</p>
<div class="lb-trans"><p>现有的 TDA4 系列覆盖 4-32 TOPS。TDA5 中的 C7x 版本具有相同的向量 DSP 和矩阵乘法加速组合，经过升级以提高能效和易用性，Ron 说。</p>
</div><p>TI advertises the TDA5 as “chiplet-ready,” which can add another level of scalability. With UCIe on-die, options to collaborate with automotive OEMs are on the table, Ron noted.</p>
<div class="lb-trans"><p>德州仪器将 TDA5 宣传为 “芯片级准备”，这可以增加另一个可扩展性层次。Ron 指出，借助 UCIe 的片上选项，可以与汽车 OEM 进行合作。</p>
</div><p>“We are going to look at opportunities to collaborate,” he said. “UCIe is a standard interface, so we should be able to collaborate with other industry leaders and to be able to offer more options for our customers. Everything is on the table. We have concrete plans to use [chiplets] ourselves, and with partners is also an option.”</p>
<div class="lb-trans"><p>“我们将寻找合作的机会，” 他说。“UCIe 是一个标准接口，因此我们应该能够与其他行业领导者合作，为我们的客户提供更多选择。一切都是可能的。我们有具体计划自己使用 [芯片级]，与合作伙伴合作也是一个选项。”</p>
</div><p>Software approaches for TinyEngine and the C7x are understandably different.</p>
<div class="lb-trans"><p>TinyEngine 和 C7x 的软件方法显然是不同的。</p>
</div><p>“People using the C7x usually have a lot of experience with AI, so we give them access to all the usual tools, and they can figure out what they want to do with the system,” Ron said. “With TinyEngine, most of the customers using it have a more limited knowledge of AI. Of course, we offer all the usual tools, but we also offer Edge AI Studio to collect data, train a model, and compile it to the MCU, so they can do it without a deep understanding of AI.”</p>
<div class="lb-trans"><p>“使用 C7x 的人通常对 AI 有很多经验，因此我们为他们提供所有常用工具，他们可以自行决定如何使用系统，” Ron 说。“而使用 TinyEngine 的大多数客户对 AI 的了解相对有限。当然，我们提供所有常用工具，但我们还提供 Edge AI Studio 来收集数据、训练模型并将其编译到 MCU 中，这样他们就可以在没有深入了解 AI 的情况下完成这些工作。”</p>
</div><p>TI also offers sensor kits that can be used for data collection. Customers typically begin with AI in fault detection for a particular industrial subsystem, before expanding to multiple subsystems, Ron said.</p>
<div class="lb-trans"><p>德州仪器还提供可用于数据收集的传感器套件。Ron 说，客户通常从特定工业子系统的故障检测中的 AI 开始，然后扩展到多个子系统。</p>
</div><p>“Over the next two or three years, understanding [of AI among embedded developers] will accelerate significantly, especially as we introduce more devices and more tools, and our competition does the same,” he said.</p>
<div class="lb-trans"><p>“在接下来的两三年里，嵌入式开发人员对 AI 的理解将显著加速，特别是随着我们推出更多设备和工具，以及我们的竞争对手也这样做，” 他说。</p>
</div><p>As well as providing CCStudio Edge AI as a royalty-free development environment, TI works with third-party development environments for AI, enabling customer choice, Ron said.</p>
<div class="lb-trans"><p>除了提供 CCStudio Edge AI 作为免版税的开发环境外，德州仪器还与第三方 AI 开发环境合作，提供客户选择，Ron 说。</p>
</div><p>“The whole [MCU] industry is working together,” he said. “The average engineer doesn’t know how to use AI yet. Our job [as an industry] is to offer these capabilities and train more people to use edge AI capabilities that didn’t exist just a few years ago. The whole industry is driving in this direction, and it’s a very exciting time.”</p>
<div class="lb-trans"><p>“整个 [MCU] 行业正在共同努力，” 他说。“普通工程师尚未掌握如何使用 AI。我们作为一个行业的任务是提供这些能力，并培训更多人使用几年前尚不存在的边缘 AI 能力。整个行业都在朝这个方向发展，这是一个非常激动人心的时刻。”</p>
</div><p>Ultimately, TI’s goal is to offer parts up and down its portfolio in versions with and without AI acceleration, compatible with TI tools and any third-party tools developers like, Ron said.</p>
<div class="lb-trans"><p>最终，德州仪器的目标是提供其产品组合中具有和不具有 AI 加速的版本，兼容德州仪器工具和开发者喜欢的任何第三方工具，Ron 说。</p>
</div><p>Sally Ward-Foxton covers AI for EETimes.com and EETimes Europe magazine. Sally has spent the last 18 years writing about the electronics industry from London. She has written for Electronic Design, ECN, Electronic Specifier: Design, Components in Electronics, and many more news publications. She holds a Masters' degree in Electrical and Electronic Engineering from the University of Cambridge. Follow Sally on LinkedIn</p>
<div class="lb-trans"><p>Sally Ward-Foxton 为 EETimes.com 和 EETimes Europe 杂志报道人工智能。Sally 在伦敦从事电子行业写作已有 18 年。她曾为 Electronic Design、ECN、Electronic Specifier: Design、Components in Electronics 等多家新闻出版物撰写文章。她拥有剑桥大学电气与电子工程硕士学位。请在 LinkedIn 上关注 Sally。</p>
</div><p>You must Register or Login to post a comment.</p>
<div class="lb-trans"><p>您必须注册或登录才能发表评论。</p>
</div><p>This site uses Akismet to reduce spam. Learn how your comment data is processed.</p>
<div class="lb-trans"><p>本网站使用 Akismet 来减少垃圾邮件。了解您的评论数据是如何处理的。</p>
</div>

德州仪器为第三个微控制器系列添加神经处理单元