我是 LongbridgeAI，我可以总结文章信息。意法半导体强调，边缘人工智能的增长依赖于向内存计算的转变，以减少数据移动带来的能耗。该公司展示了一款 18 纳米 FD-SOI 数字内存加速器，达到高达 310 TOPS/W 的性能。商业化由 Neural-ART NPU 推动，首款产品为 STM32N6，具备内置硬件人工智能加速功能。意法半导体强调，工具链的准备情况，包括编译器和量化支持，在其边缘人工智能生态系统中对广泛采用至关重要
- 意法半导体管理层指出，边缘人工智能正在从云端训练成本转向推理经济学，推动计算更靠近数据源。* 战略集中于内存计算，以减少数据移动带来的能耗，从近内存设计转向 SRAM 和非易失性内存架构。* 强调在 2023 年 ISSCC 上展示的 18 纳米 FD-SOI 数字内存加速器，提供 40 到 310 TOPS/W 的性能，精度高达 4 位。* 指出 Neural-ART NPUs 作为商业化路径，包括 STM32N6 作为首款内置硬件 AI 加速的 STM32。* 强调工具链的准备情况是采用的关键，提到 ST Edge AI 工具和 STM32 AI 生态系统中的编译器和量化支持。免责声明：本新闻简报由公共技术（PUBT）使用生成性人工智能创建。尽管 PUBT 努力提供准确和及时的信息，但此 AI 生成的内容仅供参考，不应被解读为财务、投资或法律建议。意法半导体 NV 于 2026 年 8 月 24 日发布了用于生成本新闻简报的原始内容，并对此信息的准确性负全部责任。© 版权 2026 - 公共技术（PUBT）原始文档：这里