Ρομποτική και φυσική AI

Η STMicroelectronics ενοποιεί την πλατφόρμα STM32 για τη φυσική τεχνητή νοημοσύνη και την αυτοκινητοβιομηχανία

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η STMicroelectronics παρουσίασε μια ενοποιημένη πλατφόρμα μικροελεγκτών STM32 και τρεις σειρές προϊόντων STM32A για συστήματα υψηλής ασφάλειας και αυτοκινητοβιομηχανικές εφαρμογές, στην κεντρική ομιλία της στο STM32 Summit 2026 στις 3 Νοεμβρίου 2026, επεκτείνοντας μια κοινή βάση τεχνητής νοημοσύνης στην άκρη του δικτύου σε βιομηχανικές, αυτοκινητοβιομηχανικές και ρομποτικές σχεδιάσεις.

Η στρατηγική μετατοπίζει την έμφαση από την επιλογή ενός μεμονωμένου μικροελεγκτή στην επαναχρησιμοποίηση μιας κοινής μηχανολογικής βάσης. Η ST αιτιολογεί την επιλογή της με το γεγονός ότι τα οχήματα, τα ρομπότ και ο βιομηχανικός εξοπλισμός χρειάζονται ολοένα και περισσότερο τις ίδιες βασικές δυνατότητες: τεχνητή νοημοσύνη, αισθητήρες, συνδεσιμότητα, ντετερμινιστικό έλεγχο, ασφάλεια και προστασία. Κάθε αγορά εξακολουθεί να έχει ξεχωριστά πρότυπα πιστοποίησης, περιβάλλοντα λειτουργίας και προσδοκίες ως προς τον κύκλο ζωής, αλλά οι ομάδες ανάπτυξης μπορούν να μεταφέρουν κώδικα, εργαλεία και πνευματική ιδιοκτησία από τη μία σχεδίαση στην άλλη, αντί να κατακερματίζουν το λογισμικό μεταξύ διαφορετικών τομέων.

Ο Remi El-Ouazzane, πρόεδρος του Ομίλου Μικροελεγκτών, Ψηφιακών Ολοκληρωμένων Κυκλωμάτων και Προϊόντων Ραδιοσυχνοτήτων της ST, συνόψισε αυτόν τον στόχο σε ανακοίνωση της 4ης Νοεμβρίου 2026: «Η καινοτομία στα ενσωματωμένα συστήματα δεν θα πρέπει να απαιτεί από τους προγραμματιστές να ξεκινούν από την αρχή με κάθε νέο προϊόν». Ευρύτερος στόχος του είναι να περιορίσει τον κατακερματισμό και να καθιερώσει το STM32 ως την πλατφόρμα μικροελεγκτών αναφοράς σε όλους τους κλάδους, μέσω της μεγαλύτερης επαναχρησιμοποίησης λογισμικού.

Κοινή αρχιτεκτονική, λογισμικό και κατασκευή

Η πλατφόρμα βασίζεται σε τρεις πυλώνες. Η συνέπεια του χαρτοφυλακίου εξασφαλίζεται από τους πυρήνες Arm Cortex-M και την επαναχρησιμοποιήσιμη πνευματική ιδιοκτησία για τεχνητή νοημοσύνη στην άκρη του δικτύου, συνδεσιμότητα, ασφάλεια και προστασία. Τα STM32Cube, ST Edge AI Suite και το ευρύτερο οικοσύστημα Arm παρέχουν την κοινή βάση λογισμικού. Η κατασκευαστική βάση συνδυάζει τις τεχνολογίες Flash 40 nm και FD-SOI 18 nm της ST με ενσωματωμένη μνήμη αλλαγής φάσης, καθώς και τις τεχνολογίες ενσωματωμένης μη πτητικής μνήμης της TSMC, επιτρέποντας στους οδικούς χάρτες προϊόντων να αξιοποιούν από κοινού τις εργασίες ανάπτυξης και επικύρωσης διεργασιών.

Η υποστήριξη λογισμικού περιλαμβάνει επίσης δύο διαδρομές πιστοποίησης. Τα βιομηχανικά έργα και τα αυτοκινητοβιομηχανικά έργα που δεν χρησιμοποιούν AUTOSAR βασίζονται στα δωρεάν εργαλεία και τα ενσωματωμένα στοιχεία του STM32Cube. Αντίθετα, τα προγράμματα οχημάτων με AUTOSAR προσθέτουν πιστοποιημένα στοιχεία λογισμικού της ST και ενσωμάτωση σε πλαίσια AUTOSAR με εργαλεία συνεργατών. Αυτή η δομή έχει σχεδιαστεί ώστε να διατηρεί μια οικεία διαδικασία ανάπτυξης, προσθέτοντας παράλληλα την τεκμηρίωση ασφάλειας και την υποστήριξη πιστοποίησης που απαιτούνται για συστήματα με αυστηρότερες απαιτήσεις ακεραιότητας.

Η Arm συμμετέχει πέρα από την προμήθεια των υφιστάμενων πυρήνων. Ο Drew Henry, εκτελεστικός αντιπρόεδρος του τομέα φυσικής τεχνητής νοημοσύνης της Arm, δήλωσε ότι η ST θα είναι βασικός συνεργάτης στον καθορισμό του μελλοντικού χαρτοφυλακίου Cortex-M, με την Cadence να συμμετέχει ως σημαντικός συνεργάτης σχεδιασμού. Η δέσμευση αυτή συνδέει τη στρατηγική επαναχρησιμοποίησης της ST με την εξέλιξη της ίδιας της αρχιτεκτονικής των πυρήνων, αντί να περιορίζει την κοινή πλατφόρμα στις σημερινές συσκευές.

Οι κατηγορίες STM32A και η επιτάχυνση Neural-ART

Το πρώτο κύμα STM32A καλύπτει τρία επίπεδα ελέγχου. Το STM32A4 προσφέρει μνήμη έως 0,5 MB, υποστήριξη QM/ASIL-B και κρυπτογραφικές δυνατότητες για τοπικούς αισθητήρες, ενεργοποιητές, σημεία ελέγχου πρόσβασης, συστήματα παρακολούθησης ασφάλειας και συμπαγείς ελεγκτές. Το STM32A5 παρέχει έως 4 MB, υποστήριξη ASIL-B και ενισχυμένη ασφάλεια για συστήματα αμαξώματος και άνεσης, καθώς και για βιομηχανικές εφαρμογές μεσαίας κατηγορίας, ρομποτικές εφαρμογές και εφαρμογές ενέργειας κρίσιμες για την ασφάλεια. Το STM32A9 υποστηρίζει έως 12 MB και προσθέτει υποστήριξη ASIL-D και συνδεσιμότητα προσανατολισμένη στο Ethernet για έλεγχο πολλαπλών τομέων σε πραγματικό χρόνο.

Η αρχιτεκτονική διαχωρισμού και κλειδώματος του STM32A9 μπορεί να δώσει προτεραιότητα στο ASIL-D ή, όπως δήλωσε η ST, να προσφέρει διπλάσια απόδοση ASIL-B όταν δεν απαιτείται ASIL-D. Οι τρεις πρώτοι μικροελεγκτές STM32A αποστέλλονται ως δείγματα σε πελάτες, ενώ η ευρύτερη διαθεσιμότητά τους αναμένεται να ξεκινήσει με το STM32A9 το πρώτο εξάμηνο του 2027.

Η τεχνητή νοημοσύνη στην άκρη του δικτύου αποτελεί ένα ακόμη κοινό δομικό στοιχείο: η τεχνική παρουσίαση της ST αναφέρει ότι ο ιδιόκτητος επιταχυντής ροής δεδομένων Neural-ART διατίθεται στο STM32N6, έχει προγραμματιστεί για το STM32H7P το πρώτο εξάμηνο του 2027 και περιλαμβάνεται στο STM32A9. Η αρχιτεκτονική ροής δεδομένων του έχει σχεδιαστεί για να μειώνει τις απαιτήσεις σε εύρος ζώνης μνήμης και την κατανάλωση ενέργειας.

Συνδεσιμότητα από τον αισθητήρα έως τον ενεργοποιητή

Η ST και η NVIDIA υλοποίησαν επίσης μια δοκιμή επαλήθευσης της ιδέας του Holoscan Sensor Bridge στο STM32H7. Η ST σχεδιάζει να διαθέσει το λογισμικό της γέφυρας ως εγγενές στοιχείο του STM32Cube τους επόμενους μήνες, καθιστώντας τη συνδεσιμότητα αισθητήρων και ενεργοποιητών μέσω Ethernet διαθέσιμη σε μεγάλο μέρος του χαρτοφυλακίου STM32. Σε ένα ρομπότ, αυτό τοποθετεί τους μικροελεγκτές στη διαδρομή ελέγχου μεταξύ των αισθητήρων, της επεξεργασίας τεχνητής νοημοσύνης υψηλότερου επιπέδου και των ενεργοποιητών, όπου πρέπει να λειτουργούν από κοινού η ντετερμινιστική επικοινωνία και οι λειτουργίες ασφάλειας.

Η άμεση σημασία, επομένως, αφορά την αρχιτεκτονική και όχι τις προδιαγραφές ενός μεμονωμένου chip: η ST συνδέει την τεχνητή νοημοσύνη στην άκρη του δικτύου, τον ντετερμινιστικό έλεγχο και την πιστοποίηση ασφάλειας στο πλαίσιο ενός ενιαίου μοντέλου ανάπτυξης. Καθώς οι συσκευές STM32A βρίσκονται ακόμη στο στάδιο αποστολής δειγμάτων, πριν από την ευρύτερη διάθεσή τους, το ανοιχτό ερώτημα είναι πόσος κώδικας και πόσες εργασίες επικύρωσης θα μπορούν οι πελάτες να μεταφέρουν μεταξύ βιομηχανικών, ρομποτικών και αυτοκινητοβιομηχανικών σχεδιάσεων, καθώς η κοινή πλατφόρμα θα φτάνει σε αυτούς.

Ο Leo Park είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στην Unite.AI, καλύπτοντας startups που ασχολούνται με hardware AI, edge computing και τις αναδυόμενες αρχιτεκτονικές chip που μετασχηματίζουν τον τρόπο με τον οποίο η τεχνητή νοημοσύνη αναπτύσσεται εκτός κεντρικών κέντρων δεδομένων. Η δουλειά του εστιάζει σε νέα σχέδια τσιπ πυριτίου, πλατφόρμες inference edge και ενεργειακά αποδοτικά συστήματα που αλλάζουν την οικονομία και τη δυνατότητα της τεχνητής νοημοσύνης σε μεγάλη κλίμακα.
Με μια προοπτική που έχει να κάνει με την μηχανική και την ακρίβεια, ο Leo εξετάζει πώς οι startups δημιουργούν ειδικούς επεξεργαστές, βελτιστοποιούν τη μνήμη και την κατανάλωση ενέργειας, και ενεργοποιούν φόρτους εργασίας AI σε πραγματικό χρόνο κοντά στο σημείο όπου παράγονται τα δεδομένα. Ιδιαίτερη προσοχή δίνει σε εφαρμοσμένες περιπτώσεις - όπως ρομποτική, αυτόνομα συστήματα, βιομηχανικό IoT και νοημοσύνη σε συσκευές - όπου η τεχνητή νοημοσύνη σε edge παρέχει ουσιαστικά πλεονεκτήματα απόδοσης και κόστους.
Τα άρθρα που γράφονται από τον Leo Park δημιουργούνται από AI και ελέγχονται από την συντακτική ομάδα της Unite.AI για να διασφαλιστεί η τεχνική ακρίβεια, η σαφήνεια και η υπεύθυνη κάλυψη του γρήγορα εξελισσόμενου τοπίου hardware AI και edge computing.