<p>在 2026 年嵌入式世界展會上，德州儀器推出了一款新系列的實時微控制器（MCU），配備了專有的片上微型 NPU：AM13E230x。</p>
<p>這是德州儀器產品線中第三款配備公司 NPU 的微控制器，品牌為 “TinyEngine”，德州儀器嵌入式處理高級副總裁 Amichai Ron 告訴《電子工程時報》。</p>
<p>“這令人興奮；微控制器幾十年來一直沒有變化，” Ron 説。“我們現在看到在這個性能水平上的革命，這將使客户能夠設計出五年前無法實現的系統。”</p>
<p>新系列 AM13E230x 是基於 Arm Cortex-M33 的實時微控制器，旨在用於家電、工業系統和機器人中的自適應電機控制和預測性維護。這些設備支持同時控制多達四個電機的實時控制迴路。TinyEngine NPU 可以將基於 AI 的控制算法或預測性維護/故障檢測算法從 M33 中卸載，提高延遲和能效。</p>
<p>“我們可以在 Arm 處理器上運行神經網絡；我們不需要 NPU，” Ron 説。“這對於某些應用是好的，但在關注延遲或希望降低整體功耗的情況下，NPU 要高效得多。”</p>
<p>AM13E230x 中的 TinyEngine NPU 可以達到 2.56 GOPS，並支持 8 位、4 位和 2 位精度，以及各種混合精度模式。這與 F28P55（於 2024 年 11 月推出）中的 NPU 相同，該 C2000 微控制器利用其 NPU 進行電機軸承和太陽能弧故障檢測，從而卸載 CPU，使其可以專注於實時電機控制。</p>
<p>TinyEngine NPU 也已經在一些 MSPM0 系列成員中使用，該系列是基於 Arm Cortex-M0+ 核心的通用微控制器。該部件在待機模式下消耗不到 2µA，可以處理喚醒詞檢測、手勢識別和預測性維護等應用。</p>
<p>“延遲變得至關重要，” Ron 説。“你可以用微控制器檢測故障，但這需要半秒鐘。通過 AI 加速，我們可以在四毫秒內完成，因此你可以在出現安全隱患之前儘快關閉系統的電源。”</p>
<p>德州儀器目前對 TinyEngine 的架構細節保持保密。但與 C7x 不同，C7x 是德州儀器為其汽車產品設計的更大 AI 加速器架構，結合了 DSP 和矩陣乘法加速，TinyEngine 沒有 DSP 組件。Ron 表示，其在傳感器邊緣的使用案例與 C7x 在複雜多攝像頭 ADAS 或 AV 系統中的使用案例截然不同。</p>
<p>德州儀器在 CES 上推出了其最新一代的 C7x 加速器部件——TDA5 系列。該 Arm 架構的 SoC 系列支持 AV 和機器人中的最高 3 級自動駕駛，配備專用視覺子系統，可以處理多達 16 個同時的攝像頭輸入。除了 C7x 外，還有用於常見視覺任務的硬件加速器，以及 “相當可觀” 的片上內存，減少了訪問外部 DDR 的需求，從而保持低延遲。</p>
<p>TDA5 系列通過在芯片上使用多個 C7x 核心，從 10 到 1200 TOPS（INT8）進行擴展。大型卷積神經網絡和變換模型的功率效率高達 24 TOPS/W。</p>
<p>這種可擴展性對汽車應用至關重要，Ron 説。</p>
<p>“在這些應用中的大量投資集中在軟件方面，” 他補充道。“我們希望確保客户在需要更多或更少性能時，不必不斷調整軟件。”</p>
<p>現有的 TDA4 系列覆蓋 4-32 TOPS。TDA5 中的 C7x 版本具有相同的向量 DSP 和矩陣乘法加速組合，經過升級以提高能效和易用性，Ron 説。</p>
<p>德州儀器將 TDA5 宣傳為 “芯片級準備”，這可以增加另一個可擴展性層次。Ron 指出，藉助 UCIe 的片上選項，可以與汽車 OEM 進行合作。</p>
<p>“我們將尋找合作的機會，” 他説。“UCIe 是一個標準接口，因此我們應該能夠與其他行業領導者合作，為我們的客户提供更多選擇。一切都是可能的。我們有具體計劃自己使用 [芯片級]，與合作伙伴合作也是一個選項。”</p>
<p>TinyEngine 和 C7x 的軟件方法顯然是不同的。</p>
<p>“使用 C7x 的人通常對 AI 有很多經驗，因此我們為他們提供所有常用工具，他們可以自行決定如何使用系統，” Ron 説。“而使用 TinyEngine 的大多數客户對 AI 的瞭解相對有限。當然，我們提供所有常用工具，但我們還提供 Edge AI Studio 來收集數據、訓練模型並將其編譯到 MCU 中，這樣他們就可以在沒有深入瞭解 AI 的情況下完成這些工作。”</p>
<p>德州儀器還提供可用於數據收集的傳感器套件。Ron 説，客户通常從特定工業子系統的故障檢測中的 AI 開始，然後擴展到多個子系統。</p>
<p>“在接下來的兩三年裏，嵌入式開發人員對 AI 的理解將顯著加速，特別是隨着我們推出更多設備和工具，以及我們的競爭對手也這樣做，” 他説。</p>
<p>除了提供 CCStudio Edge AI 作為免版税的開發環境外，德州儀器還與第三方 AI 開發環境合作，提供客户選擇，Ron 説。</p>
<p>“整個 [MCU] 行業正在共同努力，” 他説。“普通工程師尚未掌握如何使用 AI。我們作為一個行業的任務是提供這些能力，並培訓更多人使用幾年前尚不存在的邊緣 AI 能力。整個行業都在朝這個方向發展，這是一個非常激動人心的時刻。”</p>
<p>最終，德州儀器的目標是提供其產品組合中具有和不具有 AI 加速的版本，兼容德州儀器工具和開發者喜歡的任何第三方工具，Ron 説。</p>
<p>Sally Ward-Foxton 為 EETimes.com 和 EETimes Europe 雜誌報道人工智能。Sally 在倫敦從事電子行業寫作已有 18 年。她曾為 Electronic Design、ECN、Electronic Specifier: Design、Components in Electronics 等多家新聞出版物撰寫文章。她擁有劍橋大學電氣與電子工程碩士學位。請在 LinkedIn 上關注 Sally。</p>
<p>您必須註冊或登錄才能發表評論。</p>
<p>本網站使用 Akismet 來減少垃圾郵件。瞭解您的評論數據是如何處理的。</p>

動態半導體 ETF - Invesco

半導體 3 倍做多 - Direxion

半導體 ETF - VanEck Vectors

標普半導體 ETF - SPDR

德州儀器

費城交易所 半導體 ETF - iShares

納斯達克半導體 ETF - First Trust

<p>德州儀器（TI）在 2026 年嵌入式世界展會上推出了 AM13E230x，這是一款新型實時微控制器系列，配備 TinyEngine NPU。這是第三個集成 NPU 的 MCU 系列，提升了自適應電機控制和預測性維護等應用的性能。NPU 改善了延遲和功耗效率，使故障檢測更快。TI 的 TinyEngine 實現了 2.56 GOPS，並支持多種精度模式。該公司還在探索利用芯片技術進行合作，以增強汽車應用的可擴展性</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 年嵌入式世界展會上，德州儀器推出了一款新系列的實時微控制器（MCU），配備了專有的片上微型 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>這是德州儀器產品線中第三款配備公司 NPU 的微控制器，品牌為 “TinyEngine”，德州儀器嵌入式處理高級副總裁 Amichai Ron 告訴《電子工程時報》。</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>“這令人興奮；微控制器幾十年來一直沒有變化，” Ron 説。“我們現在看到在這個性能水平上的革命，這將使客户能夠設計出五年前無法實現的系統。”</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 是基於 Arm Cortex-M33 的實時微控制器，旨在用於家電、工業系統和機器人中的自適應電機控制和預測性維護。這些設備支持同時控制多達四個電機的實時控制迴路。TinyEngine NPU 可以將基於 AI 的控制算法或預測性維護/故障檢測算法從 M33 中卸載，提高延遲和能效。</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>“我們可以在 Arm 處理器上運行神經網絡；我們不需要 NPU，” Ron 説。“這對於某些應用是好的，但在關注延遲或希望降低整體功耗的情況下，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 可以達到 2.56 GOPS，並支持 8 位、4 位和 2 位精度，以及各種混合精度模式。這與 F28P55（於 2024 年 11 月推出）中的 NPU 相同，該 C2000 微控制器利用其 NPU 進行電機軸承和太陽能弧故障檢測，從而卸載 CPU，使其可以專注於實時電機控制。</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 也已經在一些 MSPM0 系列成員中使用，該系列是基於 Arm Cortex-M0+ 核心的通用微控制器。該部件在待機模式下消耗不到 2µA，可以處理喚醒詞檢測、手勢識別和預測性維護等應用。</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>“延遲變得至關重要，” Ron 説。“你可以用微控制器檢測故障，但這需要半秒鐘。通過 AI 加速，我們可以在四毫秒內完成，因此你可以在出現安全隱患之前儘快關閉系統的電源。”</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>德州儀器目前對 TinyEngine 的架構細節保持保密。但與 C7x 不同，C7x 是德州儀器為其汽車產品設計的更大 AI 加速器架構，結合了 DSP 和矩陣乘法加速，TinyEngine 沒有 DSP 組件。Ron 表示，其在傳感器邊緣的使用案例與 C7x 在複雜多攝像頭 ADAS 或 AV 系統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>德州儀器在 CES 上推出了其最新一代的 C7x 加速器部件——TDA5 系列。該 Arm 架構的 SoC 系列支持 AV 和機器人中的最高 3 級自動駕駛，配備專用視覺子系統，可以處理多達 16 個同時的攝像頭輸入。除了 C7x 外，還有用於常見視覺任務的硬件加速器，以及 “相當可觀” 的片上內存，減少了訪問外部 DDR 的需求，從而保持低延遲。</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 系列通過在芯片上使用多個 C7x 核心，從 10 到 1200 TOPS（INT8）進行擴展。大型卷積神經網絡和變換模型的功率效率高達 24 TOPS/W。</p>
</div><p>This scalability is critical to automotive applications, Ron said.</p>
<div class="lb-trans"><p>這種可擴展性對汽車應用至關重要，Ron 説。</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>“在這些應用中的大量投資集中在軟件方面，” 他補充道。“我們希望確保客户在需要更多或更少性能時，不必不斷調整軟件。”</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>現有的 TDA4 系列覆蓋 4-32 TOPS。TDA5 中的 C7x 版本具有相同的向量 DSP 和矩陣乘法加速組合，經過升級以提高能效和易用性，Ron 説。</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>德州儀器將 TDA5 宣傳為 “芯片級準備”，這可以增加另一個可擴展性層次。Ron 指出，藉助 UCIe 的片上選項，可以與汽車 OEM 進行合作。</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>“我們將尋找合作的機會，” 他説。“UCIe 是一個標準接口，因此我們應該能夠與其他行業領導者合作，為我們的客户提供更多選擇。一切都是可能的。我們有具體計劃自己使用 [芯片級]，與合作伙伴合作也是一個選項。”</p>
</div><p>Software approaches for TinyEngine and the C7x are understandably different.</p>
<div class="lb-trans"><p>TinyEngine 和 C7x 的軟件方法顯然是不同的。</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 的人通常對 AI 有很多經驗，因此我們為他們提供所有常用工具，他們可以自行決定如何使用系統，” Ron 説。“而使用 TinyEngine 的大多數客户對 AI 的瞭解相對有限。當然，我們提供所有常用工具，但我們還提供 Edge AI Studio 來收集數據、訓練模型並將其編譯到 MCU 中，這樣他們就可以在沒有深入瞭解 AI 的情況下完成這些工作。”</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>德州儀器還提供可用於數據收集的傳感器套件。Ron 説，客户通常從特定工業子系統的故障檢測中的 AI 開始，然後擴展到多個子系統。</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>“在接下來的兩三年裏，嵌入式開發人員對 AI 的理解將顯著加速，特別是隨着我們推出更多設備和工具，以及我們的競爭對手也這樣做，” 他説。</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 作為免版税的開發環境外，德州儀器還與第三方 AI 開發環境合作，提供客户選擇，Ron 説。</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>“整個 [MCU] 行業正在共同努力，” 他説。“普通工程師尚未掌握如何使用 AI。我們作為一個行業的任務是提供這些能力，並培訓更多人使用幾年前尚不存在的邊緣 AI 能力。整個行業都在朝這個方向發展，這是一個非常激動人心的時刻。”</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>最終，德州儀器的目標是提供其產品組合中具有和不具有 AI 加速的版本，兼容德州儀器工具和開發者喜歡的任何第三方工具，Ron 説。</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 為 EETimes.com 和 EETimes Europe 雜誌報道人工智能。Sally 在倫敦從事電子行業寫作已有 18 年。她曾為 Electronic Design、ECN、Electronic Specifier: Design、Components in Electronics 等多家新聞出版物撰寫文章。她擁有劍橋大學電氣與電子工程碩士學位。請在 LinkedIn 上關注 Sally。</p>
</div><p>You must Register or Login to post a comment.</p>
<div class="lb-trans"><p>您必須註冊或登錄才能發表評論。</p>
</div><p>This site uses Akismet to reduce spam. Learn how your comment data is processed.</p>
<div class="lb-trans"><p>本網站使用 Akismet 來減少垃圾郵件。瞭解您的評論數據是如何處理的。</p>
</div>

德州儀器為第三個微控制器系列添加神經處理單元