人工智能(AI)與機器學習(ML)創(chuàng)新的下一個重要突破，是將ML模型從云端遷移至邊緣，以滿足當今工業(yè)、汽車、數(shù)據(jù)中心及消費級物聯(lián)網(wǎng)(IoT)網(wǎng)絡對實時推理與決策應用的需求。Microchip Technology (微芯科技公司)推出全棧解決方案擴展其邊緣AI產品線，利用單片機(MCU)和微處理器(MPU)簡化生產就緒型應用的開發(fā)。這些器件最接近位于邊緣的眾多傳感器，可收集傳感器數(shù)據(jù)、控制電機、觸發(fā)警報和執(zhí)行器等。

長期以來，Microchip的產品都是嵌入式設計的主力軍，這些全新的解決方案將MCU和MPU轉化為了完整的平臺，為邊緣計算提供安全、高效且可擴展的智能支持。公司正快速構建并擴展其持續(xù)增長的全棧產品組合，涵蓋芯片、軟件及工具，幫助解決邊緣AI性能、功耗與安全挑戰(zhàn)，同時簡化實施流程。

Microchip負責邊緣AI業(yè)務部的公司副總裁Mark Reiten表示：“邊緣AI已不再是實驗概念，相較云端部署具備諸多優(yōu)勢，已成為現(xiàn)實選擇。我們成立邊緣AI業(yè)務部，旨在將MCU、MPU和FPGA與經(jīng)過優(yōu)化的機器學習模型、模型加速技術及強大的開發(fā)工具相結合。如今，隨著首款應用解決方案的推出，我們將加快設計安全高效的智能系統(tǒng)，滿足在嚴苛市場中快速部署的需求。”

Microchip為MCU和MPU推出的全新全棧應用解決方案，涵蓋預訓練可部署模型及可修改、增強的應用代碼，支持適配不同環(huán)境。開發(fā)人員可通過Microchip嵌入式軟件與機器學習開發(fā)工具，或公司合作伙伴提供的工具實現(xiàn)上述功能。這些全新解決方案包括：

?利用基于AI的信號分析，對危險電弧故障進行檢測與分類

?用于預測性維護的狀態(tài)監(jiān)測與設備健康評估

?人臉識別能判斷是否為真人，幫助設備安全地驗證身份

?面向消費、工業(yè)及汽車領域指令控制接口的關鍵詞檢測

邊緣AI開發(fā)工具

工程師可借助熟悉的Microchip開發(fā)平臺快速進行 AI 模型的原型設計與部署，降低復雜性并加速設計周期。公司的 MPLAB® X 集成開發(fā)環(huán)境(IDE)，結合 MPLAB Harmony 軟件框架和 MPLAB ML 開發(fā)套件插件，通過優(yōu)化的庫，為嵌入式 AI 模型集成提供了統(tǒng)一且可擴展的支持方式。例如，開發(fā)人員可先在8位MCU上完成簡單概念驗證任務，隨后遷移至Microchip的16位或32位MCU上，實現(xiàn)生產就緒型的高性能應用。

針對FPGA產品，Microchip的VectorBlox?加速器SDK 2.0 AI/ML推理平臺可在邊緣加速視覺、人機接口(HMI)、傳感器分析等計算密集型工作負載，同時支持在統(tǒng)一工作流中進行訓練、仿真和模型優(yōu)化。

其他支持包括培訓與賦能工具，例如采用dsPIC® DSC的電機控制參考設計，可在實時邊緣AI數(shù)據(jù)流水線中提取數(shù)據(jù);另有智能電表負載分解、物體檢測與計數(shù)、運動監(jiān)控等解決方案。Microchip還通過產品設計開發(fā)所需的配套組件解決邊緣AI挑戰(zhàn)。這些組件包括連接邊緣嵌入式計算的PCIe®器件，以及支持工業(yè)自動化和數(shù)據(jù)中心應用中邊緣AI的高密度電源模塊。

分析機構IoT Analytics在2025年10月市場報告中指出，將邊緣AI能力直接嵌入MCU是四大行業(yè)趨勢之一，此舉能推動“降低延遲、增強數(shù)據(jù)隱私并減少對云基礎設施依賴”的AI驅動應用發(fā)展。Microchip依托MCU、MPU平臺及FPGA產品的AI業(yè)務強化了這一趨勢。邊緣AI生態(tài)系統(tǒng)日益需要支持軟件AI加速器與集成硬件加速器，覆蓋多款器件及各類內存配置。