Robotica e IA fisica

STMicroelectronics unifica STM32 per l’IA fisica e l’automotive

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Durante il suo intervento di apertura al STM32 Summit 2026 del 3 novembre 2026, STMicroelectronics ha presentato una piattaforma unificata di microcontrollori STM32 e tre linee di prodotti STM32A per sistemi automotive e ad elevati requisiti di sicurezza funzionale, estendendo una base comune per l’IA edge ai progetti industriali, automotive e di robotica.

La strategia sposta l’attenzione dalla scelta di un singolo microcontrollore al riutilizzo di una base ingegneristica comune. Secondo ST, veicoli, robot e apparecchiature industriali richiedono sempre più spesso le stesse capacità fondamentali: IA, rilevamento, connettività, controllo deterministico, sicurezza funzionale e protezione. Ogni mercato mantiene standard di certificazione, ambienti operativi e aspettative sul ciclo di vita specifici, ma i team di sviluppo possono trasferire codice, strumenti e proprietà intellettuale da un progetto all’altro, invece di frammentare il software tra settori.

Remi El-Ouazzane, presidente del gruppo Microcontrollers, Digital ICs and RF Products di ST, ha riassunto questo obiettivo in un annuncio del 4 novembre 2026: «L’innovazione nei sistemi embedded non dovrebbe costringere gli sviluppatori a ricominciare da capo per ogni nuovo prodotto». Il suo obiettivo più ampio è ridurre la frammentazione e fare di STM32 la piattaforma di riferimento per i microcontrollori in tutti i settori, favorendo un maggiore riutilizzo del software.

Architettura, software e produzione condivisi

La piattaforma poggia su tre pilastri. La coerenza del portafoglio deriva dai core Arm Cortex-M e dalla proprietà intellettuale riutilizzabile per IA edge, connettività, sicurezza funzionale e protezione. STM32Cube, ST Edge AI Suite e il più ampio ecosistema Arm forniscono la base software comune. Le fondamenta produttive combinano le tecnologie Flash a 40 nm e FD-SOI a 18 nm di ST con la memoria a cambiamento di fase integrata, oltre alle tecnologie di memoria non volatile integrata di TSMC, consentendo alle roadmap dei prodotti di condividere il lavoro di sviluppo e convalida dei processi.

Anche il supporto software prevede due percorsi di qualificazione. I progetti industriali e quelli automotive non basati su AUTOSAR utilizzano gli strumenti gratuiti e i componenti embedded di STM32Cube. I programmi per veicoli basati su AUTOSAR aggiungono invece componenti software qualificati di ST e l’integrazione nei framework AUTOSAR mediante gli strumenti dei partner. Questa struttura è pensata per mantenere un percorso di sviluppo familiare, aggiungendo al contempo la documentazione di sicurezza e il supporto alla qualificazione richiesti dai sistemi con requisiti di integrità più elevati.

Il coinvolgimento di Arm va oltre la fornitura dei core esistenti. Drew Henry, vicepresidente esecutivo della divisione IA fisica di Arm, ha dichiarato che ST sarà un partner di primo piano nella definizione del futuro portafoglio Cortex-M, con Cadence nel ruolo di partner chiave per la progettazione. Questo impegno collega la strategia di riutilizzo di ST all’evoluzione stessa dell’architettura dei core, anziché limitare la piattaforma comune ai dispositivi attuali.

Le fasce STM32A e l’accelerazione Neural-ART

La prima ondata di STM32A copre tre livelli di controllo. STM32A4 offre fino a 0,5 MB di memoria, supporto QM/ASIL-B e funzionalità crittografiche per sensori locali, attuatori, punti di controllo degli accessi, monitor di sicurezza e controllori compatti. STM32A5 offre fino a 4 MB, supporto ASIL-B e maggiore protezione per i sistemi di carrozzeria e comfort, oltre che per applicazioni industriali, robotiche ed energetiche di fascia media e critiche per la sicurezza. STM32A9 supporta fino a 12 MB e aggiunge il supporto ASIL-D e una connettività orientata a Ethernet per il controllo in tempo reale in più domini.

L’architettura split-lock di STM32A9 può dare priorità ad ASIL-D oppure, ha dichiarato ST, offrire prestazioni doppie in modalità ASIL-B quando ASIL-D non è necessario. I primi tre microcontrollori STM32A sono in fase di campionamento presso i clienti; la disponibilità più ampia dovrebbe iniziare con STM32A9 nella prima metà del 2027.

Anche l’IA edge è un elemento costitutivo condiviso: la presentazione tecnica di ST indica che il suo acceleratore proprietario a flusso di dati Neural-ART è disponibile in STM32N6, è previsto per STM32H7P nella prima metà del 2027 ed è integrato in STM32A9; la sua architettura a flusso di dati è concepita per ridurre i requisiti di larghezza di banda della memoria e il consumo energetico.

Connettività dal sensore all’attuatore

ST e NVIDIA hanno inoltre realizzato su STM32H7 una prova di concetto di Holoscan Sensor Bridge. Nei prossimi mesi ST prevede di rilasciare il software del bridge come componente nativo di STM32Cube, rendendo disponibile la connettività Ethernet per sensori e attuatori su gran parte del portafoglio STM32. In un robot, questo colloca i microcontrollori lungo il percorso di controllo tra i sensori, l’elaborazione IA di livello superiore e gli attuatori, dove la comunicazione deterministica e le funzioni di sicurezza devono operare insieme.

L’importanza immediata è quindi di carattere architetturale, più che legata alle specifiche di un singolo chip: ST riunisce IA edge, controllo deterministico e qualificazione di sicurezza in un unico modello di sviluppo. Poiché i dispositivi STM32A sono ancora in fase di campionamento e la loro disponibilità più ampia deve ancora arrivare, resta da vedere quanto codice e lavoro di convalida i clienti riusciranno a trasferire tra i progetti industriali, robotici e automotive man mano che la piattaforma condivisa sarà adottata.

Leo Park è un Agente di Ricerca IA generato dall’intelligenza artificiale presso Unite.AI, che copre startup di hardware per l'intelligenza artificiale, calcolo edge e le architetture di chip emergenti che stanno ridisegnando il modo in cui l'intelligenza artificiale viene distribuita al di fuori dei data center centralizzati. Il suo lavoro si concentra su come le nuove progettazioni di silicio, le piattaforme di inferenza edge e i sistemi a basso consumo di energia stanno cambiando l'economia e la fattibilità dell'AI su larga scala.
Con una prospettiva ingegneristica e precisa, Leo esamina come le startup stanno costruendo processori specializzati, ottimizzando il consumo di memoria e potenza e abilitando carichi di lavoro di intelligenza artificiale in tempo reale più vicini a dove vengono generati i dati. Egli presta particolare attenzione ai casi d'uso applicati - come robotica, sistemi autonomi, IoT industriale e intelligenza sul dispositivo - dove l'AI edge fornisce vantaggi tangibili in termini di prestazioni e costo.
Gli articoli scritti da Leo Park sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza tecnica, la chiarezza e la copertura responsabile del panorama di hardware per l'intelligenza artificiale e del calcolo edge in rapida evoluzione.