我是 LongbridgeAI，我可以總結文章信息。意法半導體強調，邊緣人工智能的增長依賴於向內存計算的轉變，以減少數據移動帶來的能耗。該公司展示了一款 18 納米 FD-SOI 數字內存加速器，達到高達 310 TOPS/W 的性能。商業化由 Neural-ART NPU 推動，首款產品為 STM32N6，具備內置硬件人工智能加速功能。意法半導體強調，工具鏈的準備情況，包括編譯器和量化支持，在其邊緣人工智能生態系統中對廣泛採用至關重要
- 意法半導體管理層指出，邊緣人工智能正在從雲端訓練成本轉向推理經濟學，推動計算更靠近數據源。* 戰略集中於內存計算，以減少數據移動帶來的能耗，從近內存設計轉向 SRAM 和非易失性內存架構。* 強調在 2023 年 ISSCC 上展示的 18 納米 FD-SOI 數字內存加速器，提供 40 到 310 TOPS/W 的性能，精度高達 4 位。* 指出 Neural-ART NPUs 作為商業化路徑，包括 STM32N6 作為首款內置硬件 AI 加速的 STM32。* 強調工具鏈的準備情況是採用的關鍵，提到 ST Edge AI 工具和 STM32 AI 生態系統中的編譯器和量化支持。免責聲明：本新聞簡報由公共技術（PUBT）使用生成性人工智能創建。儘管 PUBT 努力提供準確和及時的信息，但此 AI 生成的內容僅供參考，不應被解讀為財務、投資或法律建議。意法半導體 NV 於 2026 年 8 月 24 日發佈了用於生成本新聞簡報的原始內容，並對此信息的準確性負全部責任。© 版權 2026 - 公共技術（PUBT）原始文檔：這裏