• 盖世汽车产业大数据
  • 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 具身智能
  • 车载通信产业报告(2026版)
  • 汽车出海新书发布
  • 2026第十四届汽车与环境创新论坛
  • 造车2.0新书发布
  • 2026第六届汽车AI智能底盘大会
  • 2026具身智能核心硬件与关键零部件创新研讨会
当前位置:首页 > 活动 > 正文

意法半导体:面向软件定义汽车的边缘AI解决方案

盖世直播 许晴 2026-09-22 17:37:34
文章标签: 软件定义汽车

在软件定义汽车加速演进的过程中,AI正从云端走向边缘。对汽车而言,边缘AI不仅关乎算力,更关乎实时性、功耗、安全、隐私和系统成本。能否把AI模型高效部署到微控制器和终端传感器,正在成为智能汽车差异化竞争的关键。

2026年09月17日,在2026第四届AI定义汽车论坛上,意法半导体AI能力中心总监Matteo Maravita发表演讲,系统介绍意法半导体面向软件定义汽车的边缘AI解决方案。

Matteo Maravita指出,意法半导体将低功耗边缘AI定义为微边缘AI,聚焦1瓦以下、从几微瓦到1瓦的硬件平台,凭借十余年技术积累、完整工具链、STM32微控制器和自研AI加速器,让AI模型能够快速部署到传感器、微控制器和汽车终端。汽车边缘AI将率先在异常检测、虚拟传感器、预测性维护、电机控制和电池管理等场景落地,AI模型与传统算法融合将成为主流路径。

意法半导体:面向软件定义汽车的边缘AI解决方案

Matteo Maravita丨意法半导体亚洲区 AI技术创新中心销售与市场部总监

以下为演讲内容整理:

微边缘AI把智能带到数据产生的地方

每家公司对边缘的定义不尽相同。意法半导体将运行在传感器、麦克风等产品上,硬件平台功耗低于1瓦的AI方案定义为微边缘AI,功耗范围从几微瓦到1瓦。越来越多客户把数据从云端迁移到本地设备,核心原因是实时性,同时也包括成本、安全、隐私和响应速度。如果端侧能以同等性能运行相同模型,就无需云端往返。其十年愿景是,当前大量云端AI模型将逐步下沉到边缘,汽车领域也不例外。

意法半导体是微边缘AI领域的先行者,近10年前就推出了面向微控制器的AI 模型转换工具CubeAI,当时全球没有其他厂商发布过可在微控制器上高效运行的同类库,此后始终专注于1瓦以下边缘AI。生态建设是首要任务,因为AI工程师多基于Linux和PC开发,嵌入式工程师专注微控制器,二者独立将AI模型部署到微控制器并不容易。通过意法半导体的STedgeAI工具链,用户可在5到10分钟内把YOLO等目标检测模型部署到微控制器上。

工具链和AI加速器决定规模落地

降低门槛后,下一步是提升算力和加速能力。意法半导体推出自研AI加速器Neural-ART,并持续完善编译器和工具。首款搭载该加速器的STM32N6已推向市场,基于第一代AI加速器;第二代器件处于研发阶段,最近几年会推出,后续还会迭代第三代。两代产品核心差异是能效比。很多工程师只关注TOPS,但意法半导体聚焦1瓦以下器件,不突破功耗边界,因此能效比绝对算力数值更重要。基于第一代加速器,人员检测、人脸检测等目标检测算法可实现30帧/秒,功耗约200毫瓦;到第二代,相同模型和帧率功耗约20毫瓦,能效提升10倍,或在同等功耗下运行复杂度高10倍的模型。技术路线始终聚焦1瓦以下AI系统,这是微边缘AI的核心愿景。

汽车应用从异常检测走向虚拟传感器

端侧AI讨论很多,但微边缘AI不是云端模型,也不是PC或智能手机应用,而是落地在洗衣机、冰箱和汽车等日常终端中的AI。边缘AI工程师必须与应用工程师紧密协作,例如做电池管理系统时,既懂AI模型,也懂电池管理应用。意法半导体组建多支专项实验室,将AI技术与电机控制、电源管理、汽车系统、驾驶员监测系统等方向结合。最初瞄准工业和消费电子,已有大量量产案例,现在把经验迁移到汽车。两年前多数汽车客户尚未布局边缘AI,重点在高级驾驶辅助系统和大语言模型系统;过去两年,绝大多数汽车客户开始布局端侧AI。典型需求包括异常检测和车载传感器自适应控制。虚拟传感器无需额外硬件,通过AI模型估算电池管理系统温度、电机温度,实现实时估计。AI方案是数据驱动,可基于客户特定系统和电池数据微调,精度通常更高,尤其适合SOC荷电状态、SOH健康状态和温度估算等传统算法难以应对的边界工况。得益于AI加速器和工具链,这些模型可在微控制器上运行,对CPU负载和内存影响极小,推理耗时仅约1毫秒。防篡改检测也从固定阈值转向AI驱动,通过识别电流波形判断,不同设备和系统波形差异大,适合AI解决。预测性维护可估算车载电机温度,电机内部很难安装温度传感器,AI模型能在不增加额外成本下估算整体温度。电机控制中,AI可增强传统算法,对磁场定向控制参数针对性调优,消除MOSFET功率管高低速切换时的开关目标超调。更前沿的软件开关功能调优难度高,谐振频率受多参数影响,AI方法可轻松完成参数整定。工业相关的算法方案也可平移到汽车。所有算法都可运行在STM32微控制器上。

生成式AI向边缘渗透推动生态协同

借助工具链、微控制器和自研AI加速器,客户可以便捷实现AI模型加速。Transformer等生成式AI常用模型正在向边缘侧渗透,意法半导体持续投入资源,迭代AI加速器、开发生态和全系列产品线。总而言之,在边缘AI领域,意法半导体带来超过10年技术积累、完整硬件解决方案、由软件工具和开发者社区构成的生态,以及本地合作伙伴技术支持。

关于意法半导体

意法半导体拥有49,000名半导体技术的创造者和创新者,掌握半导体供应链和先进的制造设备。作为一家半导体垂直整合制造商(IDM),意法半导体与二十多万家客户、成千上万名合作伙伴一起研发产品和解决方案,共同构建生态系统,帮助他们更好地应对各种挑战和新机遇,满足世界对可持续发展的更高需求。公司长期深耕边缘AI和软件定义汽车,通过STM32生态、AI加速器、工具链与合作伙伴网络,帮助客户把智能算法部署到终端设备,加速汽车电气化、智能化和软件定义汽车创新。

(以上内容来自意法半导体亚洲区 AI技术创新中心销售与市场部总监Matteo Maravita先生于2026年09月17日于2026第四届AI定义汽车论坛发表的题为《面向软件定义汽车的边缘AI解决方案》的演讲。)

本文地址:https://auto.gasgoo.com/news/202609/22I70472912C106.shtml

 
0

好文章,需要你的鼓励

微信扫一扫分享该文章