TI 的 TinyEngine NPU 为嵌入式系统解锁边缘 AI 加速能力,打破传统设计限制

智能计算 时间:2026-04-09来源:TI

要点速览

什么是 TinyEngine NPU?

TinyEngine NPU 是一款专有硬件加速器,集成于 TI C2000™ 及基于 Arm® Cortex 的 MCU® 中(图 1),专为帮助嵌入式系统设计人员在大规模部署边缘 AI 模型时降低延迟、提升能效而设计。

图片

图 1 集成 TinyEngine NPU 的 TI 边缘 AI MCU 简化框图

TinyEngine NPU 与主 CPU 并行执行机器学习算法,从而能够在资源受限的器件上实时处理神经网络模型。此 NPU 对深度学习推理运算进行优化,降低边缘端处理的延迟与功耗,消除云端推理的往返延迟,提升系统响应速度。

该 NPU 助力将边缘 AI 能力拓展至此前无法承载有效 AI 工作负载的器件中。包括电池供电电子设备、具备实时分析能力的医疗可穿戴设备、个人电子及工业设备。

TinyEngine NPU 的主要优势

TinyEngine NPU 提供以下优势,突破了传统上阻碍嵌入式 AI 广泛应用的关键设计限制:

相比基于软件的 AI 方案,每次推理能耗仅为其 1/120,延迟仅为其 1/90

哪些 TI MCU 采用TinyEngine NPU?

TMS320F28P550SJ

TMS320F28P55x 系列 C2000 MCU 中的 NPU 可从主 CPU 中分担 AI 推理任务。

对于电机驱动应用,该 NPU 支持电机轴承故障检测,以支持预测性维护,帮助设计人员及早发现机械性能下降,从而减少计划外停机时间与维修成本。

对于太阳能和储能应用,NPU 支持电弧故障检测,用于识别危险的电气故障,从而提高系统安全性并减少误报。

在这两种情况下,NPU 在本地运行卷积神经网络,其延迟比实施纯软件方案低 5 到 10 倍。

AM13E230x

这类 Arm Cortex-M33 内核的 MCU 通过集成 NPU 和先进的实时控制架构,可在电器、机器人和工业系统中实现自适应控制和预测性维护。

这种高集成度使设计人员无需外部元件,即可同时实现复杂的电机控制和 AI 功能,并为多达四个电机维持精确的实时控制环路。NPU 可运行自适应控制算法,用于负载检测和能量优化。

点击下方文章阅读了解产品详情

图片

TI AM13E230x MCU 赋能边缘 AI 电机控制,破解人形机器人执行器和智能家电关键难题

MSPM0G5187

这类 80MHz Arm Cortex-M0+ 内核的 MCU 属于 TI MSPM0 MCU 系列,利用 NPU 在具有成本效益的低功耗电子产品中实现边缘 AI 功能。

专用硬件 NPU 可独立于主 CPU 执行深度神经网络模型,延迟时间比实施软件方案低 90 倍,在待机模式下消耗低于 2µA。

点击下方文章阅读了解产品详情

图片

边缘 AI 加速的 Arm® Cortex®‑M0+ MCU 如何为电子产品注入更强智能

TI 支持边缘 AI 功能的 MCU 快速入门

设计人员可以使用 TI 免费且免专利费的 CCStudio Edge AI Studio 更快开展边缘 AI 设计,该工具支持 TI 全系列 MCU 无缝开发,包括通用型、实时控制、无线连接及雷达类 MCU。借助 CCStudio Edge AI Studio,开发人员可通过集成的工作流完成全流程开发,涵盖数据采集与标注、特征提取、神经网络模型选型与调优、模型编译及目标硬件部署。

该平台提供 60 余个代码示例、专用应用参考设计(电弧故障检测、电机故障预测),支持 PyTorch 等行业标准框架,同时提供无代码设计方案。经过训练的模型自动转换为经过优化的软件库,无需手动编码。

TI 的量化工具和神经网络编译器还可为使用专有 AI 框架的开发人员实现快速模型移植,显著缩短开发周期。这些工具还支持多种神经网络层,兼容 ONNX 等行业标准训练模型格式。


关键词: TI TinyEngine NPU 嵌入式系统 边缘AI

加入微信
获取电子行业最新资讯
搜索微信公众号:EEPW

或用微信扫描左侧二维码

相关文章

查看电脑版