Microchip 推出生产就绪型全栈边缘 AI 解决方案，赋能MCU和MPU实现 智能实时决策

公司通过芯片、软件、工具、生产就绪型应用以及不断壮大的合作伙伴生态系统的支持，简化并加速边缘AI系统开发

人工智能（AI）与机器学习（ML）创新的下一个重要突破，是将ML模型从云端迁移至边缘，以满足当今工业、汽车、数据中心及消费级物联网（IoT）网络对实时推理与决策应用的需求。Microchip Technology （微芯科技公司）推出全栈解决方案扩展其边缘AI产品线，利用单片机（MCU）和微处理器（MPU）简化生产就绪型应用的开发。这些器件最接近位于边缘的众多传感器，可收集传感器数据、控制电机、触发警报和执行器等。

长期以来，Microchip的产品都是嵌入式设计的主力军，这些全新的解决方案将MCU和MPU转化为了完整的平台，为边缘计算提供安全、高效且可扩展的智能支持。公司正快速构建并扩展其持续增长的全栈产品组合，涵盖芯片、软件及工具，帮助解决边缘AI性能、功耗与安全挑战，同时简化实施流程。

Microchip负责边缘AI业务部的公司副总裁Mark Reiten表示：“边缘AI已不再是实验概念，相较云端部署具备诸多优势，已成为现实选择。我们成立边缘AI业务部，旨在将MCU、MPU和FPGA与经过优化的机器学习模型、模型加速技术及强大的开发工具相结合。如今，随着首款应用解决方案的推出，我们将加快设计安全高效的智能系统，满足在严苛市场中快速部署的需求。”

Microchip为MCU和MPU推出的全新全栈应用解决方案，涵盖预训练可部署模型及可修改、增强的应用代码，支持适配不同环境。开发人员可通过Microchip嵌入式软件与机器学习开发工具，或公司合作伙伴提供的工具实现上述功能。这些全新解决方案包括：

• 利用基于AI的信号分析，对危险电弧故障进行检测与分类 

• 用于预测性维护的状态监测与设备健康评估

• 人脸识别能判断是否为真人，帮助设备安全地验证身份

• 面向消费、工业及汽车领域指令控制接口的关键词检测

边缘AI开发工具

工程师可借助熟悉的Microchip开发平台快速进行 AI 模型的原型设计与部署，降低复杂性并加速设计周期。公司的 MPLAB® X 集成开发环境（IDE），结合 MPLAB Harmony 软件框架和 MPLAB ML 开发套件插件，通过优化的库，为嵌入式 AI 模型集成提供了统一且可扩展的支持方式。例如，开发人员可先在8位MCU上完成简单概念验证任务，随后迁移至Microchip的16位或32位MCU上，实现生产就绪型的高性能应用。  

针对FPGA产品，Microchip的VectorBlox™加速器SDK 2.0 AI/ML推理平台可在边缘加速视觉、人机接口（HMI）、传感器分析等计算密集型工作负载，同时支持在统一工作流中进行训练、仿真和模型优化。

其他支持包括培训与赋能工具，例如采用dsPIC® DSC的电机控制参考设计，可在实时边缘AI数据流水线中提取数据；另有智能电表负载分解、物体检测与计数、运动监控等解决方案。Microchip还通过产品设计开发所需的配套组件解决边缘AI挑战。这些组件包括连接边缘嵌入式计算的PCIe®器件，以及支持工业自动化和数据中心应用中边缘AI的高密度电源模块。

分析机构IoT Analytics在2025年10月市场报告中指出，将边缘AI能力直接嵌入MCU是四大行业趋势之一，此举能推动“降低延迟、增强数据隐私并减少对云基础设施依赖”的AI驱动应用发展。Microchip依托MCU、MPU平台及FPGA产品的AI业务强化了这一趋势。边缘AI生态系统日益需要支持软件AI加速器与集成硬件加速器，覆盖多款器件及各类内存配置。

供货

Microchip 正积极与采用全栈应用解决方案的客户展开合作，提供多样化模型训练及其他工作流支持。公司还与多家合作伙伴协作，为开发人员提供更多部署就绪型方案。