迎接物理AI时刻，ADI推出CodeFusion Studio 2.0加速嵌入式AI开发

ADI日前宣布推出了CodeFusion Studio™ 2.0，作为对旗下开源嵌入式开发平台的一次重大升级。CodeFusion Studio 2.0旨在简化和加速支持AI的嵌入式系统开发，引入了高级硬件抽象、无缝AI集成和强大的自动化工具，助力用户在ADI多样化的处理器与微控制器上，高效完成从概念构想到部署落地的完整流程。

CodeFusion Studio 2.0支持完整的AI工作流，开发者可自带模型并高效地部署到ADI的处理器和微控制器上，范围覆盖低功耗边缘器件到高性能DSP (数字信号处理器)。最新平台基于微软的Visual Studio Code，内置模型兼容性检查器、性能分析工具和优化功能，确保部署稳健可靠，同时缩短产品上市周期。

基于Zephyr的新型模块化框架支持对AI/ML工作负载进行运行时性能剖析，从而实现逐层分析，并能与ADI异构平台无缝集成。将工具链封装为一体，不仅简化了机器学习部署，还增强了系统级性能洞察。

更新后的CodeFusion Studio System Planner现支持多核应用和扩展的器件兼容性，而统一的配置工具则降低了ADI硬件生态系统的复杂性。得益于集成调试功能，包括核心转储分析和GDB (GNU调试器)支持，开发者能够以更快的速度、更直观的方式排查问题。

此次发布的CodeFusion Studio也得到了ADI的高度重视。

ADI软件与数字平台事业部高级副总裁Rob Oshana表示：“为了迈向嵌入式智能的新纪元，必须消除AI开发中的各种障碍。CodeFusion Studio 2.0将分散的AI工作流整合为一个无缝顺畅的流程，极大地改善了开发者的体验，让开发者能够轻松利用ADI尖端产品的全部潜力，专注于创新并加速产品上市。”

ADI边缘AI与机器人副总裁Paul Golding表示：“物理感知型AI解决方案提供商有望重塑各行各业，并催生引领行业发展的全新机遇。为此，我们正构建一个生态体系，让开发者即使在没有实际电路板的环境下，也能在ADI硬件上无缝优化、部署和评估AI模型。CodeFusion Studio 2.0是我们向客户提供‘物理智能’的重要一步，最终将助力客户构建出在真实物理条件约束下具备本地感知、推理和执行能力的系统。”

另外，ADI软件与安全事业部嵌入式软件总监David Perez也发表了题为《重新审视IDE：嵌入式和AI开发的未来》署名文章，文章表示现代SoC不再只是单一IC，而是一个复杂的生态系统。它们集成了异构内核、加速器、DSP和专用功能模块，要求各部分协调运作。开发者现在必须跨界协调，跨架构调试，同时保证性能稳定可靠。而CodeFusion Studio的初衷，正体现了ADI对嵌入式开发的未来构想。包括：支持嵌入式工程师与AI开发者无缝协作；从一开始就融合安全性和适应性以及带来出众的开发者体验。

围绕Code Fusion Studio^TM，EEWORLD也采访了ADI软件与安全事业部软件产品与工具负责人Jason Griffin，就IDE、AI与嵌入式开发进行了探讨，以下是对话详情。

ADI软件与安全事业部软件产品与工具负责人Jason Griffin

EEWORLD：Code Fusion Studio^TM的版本迭代为何这么快？

Griffin：嵌入式软件工程正因异构多核系统与AI支持下的工作负载的普及而日趋复杂。CFS通过集成现代开发工具、支持多架构及实现先进工作流来应对这些挑战，以此推动技术架构的快速演进，持续契合行业发展需求。

EEWORLD：Code Fusion Studio^TM 2.0最大的意义和价值是什么？

Griffin：CodeFusion Studio™是ADI开发的嵌入式软件开发平台，为异构嵌入式系统提供统一的固件编写、配置、调试与管理环境。CFS 2.0作为最新版本，实现了嵌入式AI开发的变革性飞跃，旨在简化并加速基于ADI平台的开发流程并助力创新。通过整合碎片化工作流与简化硬件复杂性，CFS 2.0赋能工程师以前所未有的速度完成从概念到部署的全流程。该平台基于微软的Visual Studio Code构建，具备先进的硬件集成能力、无缝的AI融合体验与强大的自动化功能。

EEWORLD：相比1.x版本，Code Fusion Studio^TM 2.0增加了哪些重要内容？为什么要增加这些内容？

Griffin：相比于前代版本，CFS 2.0引入了一系列创新功能，重点聚焦于端到端AI开发和统一工具链。开发者将受益于更为精简的工作流程、更深度的硬件集成及更加广泛的平台支持。具体变化如下：

· 端到端AI工作流：支持自带模型(BYOM)导入与部署，可通过图形用户界面(GUI)进行模型驱动的项目创建，并可通过命令行界面(CLI)实现模型向可部署嵌入式代码的转换及分析工具的运行。

· 模型兼容性分析器：可即时验证模型与ADI硬件的兼容性，并主动识别部署瓶颈。

· 基于Zephyr的运行时性能分析：提供AI/ML性能分析框架，支持逐层分析功能。

· 统一工具链：该统一环境适用于所有ADI处理器和微控制器，支持扩展的多核及多器件项目管理功能。

· 集成调试：支持内核转储分析和高级GDB集成（包括适用于Windows和Linux的自定义JSON/Python脚本），并支持多核调试。

· 软件包管理器：可按需下载SDK、工具链和插件；提供支持多核诊断的可选遥测功能。

· 系统规划器增强功能：提供交互式内存分配，优化的外设配置，简化的引脚分配及多核支持。

EEWORLD：伴随着行业发展，相比过去，如今嵌入式开发核心挑战都有哪些？Code Fusion Studio如何应对这些挑战。

Griffin：核心挑战包括：管理异构多核与AI赋能的系统带来的复杂性，高效配置与调试多种处理架构，应对日益缩减的开发资源，以及满足更紧迫的产品上市时间要求。CFS通过提供统一的开源开发环境、图形化系统设计与资源分配，集成式AI工具与多核调试功能，以及支持灵活自动化的模块化插件架构，有效应对这些挑战。

EEWORLD：在硬件资源受限的嵌入式应用中，AI如何满足嵌入式的需求？

Griffin：CFS通过提供兼容性与性能分析报告来验证AI模型是否符合硬件约束条件（闪存、RAM、算子支持），同时集成量化和剪枝建议等模型优化工具，并支持轻量级AI框架（如适用于微控制器的TensorFlow Lite）。这些功能共同助力开发者将AI模型适配到嵌入式系统的有限资源环境中。

EEWORLD：嵌入式对于实时性、安全性、准确性的要求，AI可否满足？

Griffin：可以，前提是采用合适的架构。CFS 2.0为开发者配备了一套完整的工具集，用于评估和优化AI模型，以在嵌入式设备上实现实时性、高安全性与高精度运行。CFS 2.0具有兼容性分析器和资源分析报告功能，可帮助工程师确认模型是否符合内存、算力和算子约束条件，并就量化、剪枝和架构调整提供可行建议，以满足严苛的系统要求。

集成的Zephyr AI 性能分析器(Zeppelin)框架，支持低开销的分层性能剖析模式，即便在资源受限的目标设备上也能精准无误地测量推理延迟与内存使用情况。

尽管CFS通过其架构和工具集使嵌入式系统上的AI部署具备可预测性与透明度，但能否满足最严苛的实时性、安全性与精度指标，最终仍取决于具体模型与应用场景。CFS平台的核心价值在于揭示并弥合性能差距，而非提供通用合规保证。

EEWORLD：ADI如何理解软件在AI中的地位，如何与ADI的硬件协同发展？

Griffin：ADI将CodeFusion Studio定位为推动嵌入式软件迈向现代化异构领域的关键赋能平台。CFS旨在提供长期的灵活性和适应性，支持持续演进的架构和自动化工作流，并通过统一工具集简化开发流程并最大化硬件性能，从而与ADI硬件形成有力互补，实现软硬协同。

EEWORLD：与其他开放式第三方嵌入式开发工具相比，ADI最大的差异化优势是什么？

Griffin：凭借提供统一且对开发者友好的环境，CodeFusion Studio^TM 2.0在众多嵌入式AI工具中脱颖而出，其主要优势也体现在强调开放性、灵活性与跨平台支持。CFS 2.0在Visual Studio Code中集成了端到端工作流，可有效减少工具链的碎片化问题，而且它采用开源模块化架构，能够持续激发创新活力。CFS 2.0为多种异构的ADI平台提供了统一的使用体验，涵盖多核支持、系统规划工具增强与集成调试功能等核心模块。

Code Fusion Studio^TM现已成为所有ADI硬件开发的统一入口，是不是意味着ADI的DSP也将在这个开发环境下实现。

CFS 2.0支持在ADI的各类处理器与微控制器上进行部署，从低功耗边缘设备到高性能DSP均可覆盖。具体兼容性信息，请查阅开发者门户网站上的“支持处理器列表”页面。

EEWORLD：能否分享一些工程师对于Code Fusion StudioTM的反馈？

Griffin：当然，CodeFusion Studio™ 2.0已经获得客户的高度认可，特别是在多核嵌入式系统开发团队中广受肯定。虽然我们暂不能公开披露客户具体信息，但收集到的反馈表明CFS 2.0已在多个行业得到热烈反响并带来实质效益。客户反馈表明CFS 2.0产生了立竿见影的显著成效，具体包括：

· 开发周期显著提速：多个团队现能在数周内完成智能边缘方案的部署，而非以往所需的数月时间。

· 生产效率与创新能力提升：精简后的端到端AI工作流及完整工具集正助力团队更加高效、更具创造性地开展工作。

· 开发环境显著简化：客户正将分散的工具链整合至统一的开发平台。

· 模型部署能力加强：集成式AI工作流使优化模型在边缘平台（包括基于摄像头的系统）的部署更为便捷。