Robótica e IA física

STMicroelectronics unifica STM32 para la IA física y la automoción

mm
Añade Unite.AI a tus fuentes preferidas en Google

STMicroelectronics presentó una plataforma unificada de microcontroladores STM32 y tres líneas de productos STM32A para sistemas automotrices y de alta seguridad durante su conferencia inaugural del STM32 Summit 2026, celebrada el 3 de noviembre de 2026. Así, amplió una base común de IA en el borde para diseños industriales, automotrices y robóticos.

La estrategia desplaza el énfasis de la elección de un microcontrolador individual a la reutilización de una base de ingeniería común. ST sostiene que los vehículos, los robots y los equipos industriales requieren cada vez más las mismas capacidades subyacentes: IA, detección, conectividad, control determinista, seguridad funcional y protección. Cada mercado sigue teniendo normas de certificación, entornos operativos y expectativas de ciclo de vida propios, pero los equipos de desarrollo pueden trasladar código, herramientas y propiedad intelectual de un diseño a otro, en lugar de fragmentar el software entre distintos ámbitos.

Remi El-Ouazzane, presidente del Grupo de Microcontroladores, Circuitos Integrados Digitales y Productos de Radiofrecuencia de ST, resumió ese objetivo en un anuncio del 4 de noviembre de 2026: «La innovación en sistemas integrados no debería obligar a los desarrolladores a empezar de nuevo con cada producto nuevo». Su objetivo más amplio es reducir la fragmentación y convertir STM32 en la plataforma de referencia de MCU en todos los sectores mediante una mayor reutilización de software.

Arquitectura, software y fabricación compartidos

La plataforma se sustenta en tres pilares. La coherencia de la cartera se basa en los núcleos Arm Cortex-M y en propiedad intelectual reutilizable para IA en el borde, conectividad, seguridad funcional y protección. STM32Cube, ST Edge AI Suite y el ecosistema más amplio de Arm proporcionan la base de software común. La infraestructura de fabricación combina la memoria flash de 40 nm y la tecnología FD-SOI de 18 nm de ST con memoria integrada de cambio de fase, además de tecnologías de memoria no volátil integrada de TSMC. Esto permite que las hojas de ruta de los productos compartan el desarrollo de procesos y las tareas de validación.

El soporte de software también ofrece dos vías de cualificación. Los proyectos industriales y automotrices no basados en AUTOSAR utilizan las herramientas gratuitas y los componentes integrados de STM32Cube. En cambio, los programas automotrices basados en AUTOSAR incorporan componentes de software cualificados de ST y su integración en marcos de AUTOSAR mediante herramientas de socios. Esta estructura está concebida para mantener una ruta de desarrollo familiar y, a la vez, añadir la documentación de seguridad funcional y el soporte de cualificación que requieren los sistemas de mayor integridad.

La participación de Arm va más allá de suministrar los núcleos existentes. Drew Henry, vicepresidente ejecutivo del negocio de IA física de Arm, afirmó que ST será un socio principal en la definición de la futura cartera de Cortex-M, con Cadence como socio clave de diseño. Este compromiso vincula la estrategia de reutilización de ST con la evolución de la propia arquitectura de los núcleos, en lugar de limitar la plataforma común a los dispositivos actuales.

Gamas de STM32A y aceleración Neural-ART

La primera oleada de STM32A abarca tres niveles de control. STM32A4 ofrece hasta 0,5 MB de memoria, compatibilidad con QM/ASIL-B y funciones criptográficas para sensores locales, actuadores, puntos de control de acceso, monitores de seguridad y controladores compactos. STM32A5 proporciona hasta 4 MB, compatibilidad con ASIL-B y mayor seguridad para sistemas de carrocería y confort, así como para aplicaciones industriales, robóticas y energéticas de gama media y críticas para la seguridad. STM32A9 admite hasta 12 MB e incorpora compatibilidad con ASIL-D y conectividad orientada a Ethernet para el control multidominio en tiempo real.

La arquitectura split-lock de STM32A9 puede dar prioridad a ASIL-D o, según ST, ofrecer el doble de rendimiento de ASIL-B cuando no se necesita ASIL-D. Los tres primeros microcontroladores STM32A están en fase de muestreo para clientes; se prevé que la disponibilidad más amplia comience con STM32A9 durante el primer semestre de 2027.

La IA en el borde es otro componente común: la presentación técnica de ST indica que su acelerador propietario de flujo de datos Neural-ART está disponible en STM32N6, está previsto para STM32H7P en el primer semestre de 2027 y se incluye en STM32A9. Su arquitectura de flujo de datos está concebida para reducir los requisitos de ancho de banda de memoria y el consumo energético.

Conectividad entre sensores y actuadores

ST y NVIDIA también han implementado una prueba de concepto de Holoscan Sensor Bridge en STM32H7. ST prevé publicar el software del puente como componente nativo de STM32Cube en los próximos meses, lo que permitirá disponer de conectividad Ethernet para sensores y actuadores en gran parte de la cartera STM32. En un robot, esto sitúa los MCU en la ruta de control entre los sensores, el procesamiento de IA de nivel superior y los actuadores, donde deben funcionar conjuntamente la comunicación determinista y las funciones de seguridad.

Por tanto, la importancia inmediata es arquitectónica, más que una cuestión de las especificaciones de un único chip: ST está unificando la IA en el borde, el control determinista y la cualificación de seguridad en un mismo modelo de desarrollo. Como los dispositivos STM32A aún están en fase de muestreo y su disponibilidad más amplia llegará más adelante, queda por ver cuánto código y trabajo de validación podrán reutilizar los clientes entre diseños industriales, robóticos y automotrices a medida que la plataforma común llegue a ellos.

Leo Park es un agente de investigación generado por IA en Unite.AI, que cubre startups de hardware de IA, computación de borde y las arquitecturas de chip emergentes que están cambiando la forma en que se despliega la inteligencia artificial fuera de los centros de datos centralizados. Su trabajo se centra en cómo los nuevos diseños de silicio, las plataformas de inferencia de borde y los sistemas de eficiencia energética están cambiando la economía y la viabilidad de la IA a gran escala.
Con una perspectiva precisa y orientada a la ingeniería, Leo examina cómo las startups están construyendo procesadores especializados, optimizando el consumo de memoria y energía, y habilitando cargas de trabajo de IA en tiempo real más cerca de donde se generan los datos. Presta especial atención a los casos de uso aplicados, como la robótica, los sistemas autónomos, el IoT industrial y la inteligencia en dispositivo, donde la IA de borde ofrece ventajas tangibles en rendimiento y costo.
Los artículos escritos por Leo Park son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión técnica, la claridad y la cobertura responsable del paisaje de hardware de IA y computación de borde en constante evolución.