Robotikk og fysisk AI

STMicroelectronics samler STM32 for fysisk KI og bilindustrien

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

STMicroelectronics lanserte en samlet STM32-mikrokontrollerplattform og tre STM32A-produktserier for systemer med høye sikkerhetskrav og bilsystemer under hovedinnlegget på STM32 Summit 2026 3. november 2026. Lanseringen utvider et felles grunnlag for edge-KI til industrielle løsninger, bilsystemer og robotikk.

Strategien flytter oppmerksomheten fra å velge en enkelt mikrokontroller til å gjenbruke et felles teknisk grunnlag. ST begrunner dette med at kjøretøy, roboter og industrielt utstyr i økende grad trenger de samme grunnleggende funksjonene: KI, sensorer, tilkobling, deterministisk styring, sikkerhet og beskyttelse. Hvert marked har fortsatt egne sertifiseringsstandarder, driftsmiljøer og forventninger til produktlevetid, men utviklingsteam kan overføre kode, verktøy og immaterielle rettigheter mellom løsningene i stedet for å fragmentere programvaren på tvers av bruksområder.

Remi El-Ouazzane, president for STs gruppe for mikrokontrollere, digitale IC-er og RF-produkter, oppsummerte målet i en kunngjøring 4. november 2026: «Innovasjon innen innebygde systemer bør ikke kreve at utviklere begynner på nytt for hvert nye produkt.» Det overordnede målet hans er å redusere fragmenteringen og gjøre STM32 til den ledende MCU-plattformen på tvers av bransjer gjennom økt gjenbruk av programvare.

Felles arkitektur, programvare og produksjon

Plattformen bygger på tre grunnpilarer. Enhetlighet i produktporteføljen sikres gjennom Arm Cortex-M-kjerner og gjenbrukbar immateriell eiendom for edge-KI, tilkobling, sikkerhet og beskyttelse. STM32Cube, ST Edge AI Suite og det bredere Arm-økosystemet utgjør det felles programvaregrunnlaget. Produksjonsgrunnlaget kombinerer STs 40 nm Flash og 18 nm FD-SOI med innebygd faseendringsminne, samt TSMCs teknologier for innebygd ikke-flyktig minne. Dermed kan produktplanene bygge på felles arbeid med prosessutvikling og validering.

Programvarestøtten har også to kvalifiseringsløp. Industrielle prosjekter og bilprosjekter som ikke bruker AUTOSAR, benytter de kostnadsfrie verktøyene og de innebygde komponentene i STM32Cube. Bilprogrammer som bruker AUTOSAR, får i stedet kvalifiserte programvarekomponenter fra ST og integrasjon i AUTOSAR-rammeverk ved hjelp av partnerverktøy. Denne strukturen skal bevare en velkjent utviklingsprosess, samtidig som den gir dokumentasjonen for sikkerhet og kvalifiseringsstøtten som kreves for systemer med høyere krav til integritet.

Arm bidrar med mer enn å levere de eksisterende kjernene. Drew Henry, konserndirektør for Arms virksomhet innen fysisk KI, sa at ST blir en ledende partner i utformingen av den framtidige Cortex-M-porteføljen, med Cadence som viktig designpartner. Dette knytter STs strategi for gjenbruk til selve utviklingen av kjernearkitekturen, i stedet for å begrense fellesplattformen til dagens enheter.

STM32A-seriene og Neural-ART-akselerering

Den første STM32A-bølgen omfatter tre nivåer av styring. STM32A4 har opptil 0,5 MB minne, støtte for QM/ASIL-B og kryptografi for lokale sensorer, aktuatorer, adgangskontrollpunkter, sikkerhetsovervåkere og kompakte styreenheter. STM32A5 har opptil 4 MB minne, støtte for ASIL-B og forbedret sikkerhet for karosseri- og komfortsystemer, samt industrielle bruksområder, robotikk og energiløsninger i mellomklassen der sikkerheten er kritisk. STM32A9 støtter opptil 12 MB minne og legger til ASIL-D-støtte og Ethernet-orientert tilkobling for styring i sanntid på tvers av flere domener.

STM32A9s split-lock-arkitektur kan prioritere ASIL-D eller, ifølge ST, levere dobbelt så høy ytelse for ASIL-B når ASIL-D ikke er nødvendig. De tre første STM32A-mikrokontrollerne sendes ut som prøver til kunder, og bredere tilgjengelighet ventes å starte med STM32A9 i første halvdel av 2027.

Edge-KI er en annen felles byggestein: STs tekniske presentasjon opplyser at den proprietære dataflytakseleratoren Neural-ART er tilgjengelig i STM32N6, planlagt for STM32H7P i første halvdel av 2027 og inkludert i STM32A9. Dataflytarkitekturen skal redusere kravene til minnegjennomstrømning og strømforbruk.

Tilkobling fra sensor til aktuator

ST og NVIDIA har også utviklet et konseptbevis for Holoscan Sensor Bridge på STM32H7. ST planlegger å lansere broprogramvaren som en integrert STM32Cube-komponent i løpet av de kommende månedene. Dermed blir Ethernet-basert tilkobling av sensorer og aktuatorer tilgjengelig for store deler av STM32-porteføljen. I en robot plasserer dette mikrokontrollerne langs styringsbanen mellom sensorer, KI-behandling på høyere nivå og aktuatorer, der deterministisk kommunikasjon og sikkerhetsfunksjoner må virke sammen.

Den umiddelbare betydningen ligger derfor i arkitekturen, ikke i én enkelt brikkespesifikasjon: ST knytter edge-KI, deterministisk styring og sikkerhetskvalifisering sammen i én utviklingsmodell. STM32A-enhetene leveres fortsatt som prøver før de blir bredere tilgjengelige, og det åpne spørsmålet er hvor mye kode og valideringsarbeid kundene kan overføre mellom industrielle løsninger, roboter og kjøretøy når den felles plattformen tas i bruk.

Leo Park er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-hardware-startups, edge computing og de nye chip-arkitekturer som endrer hvordan kunstig intelligens brukes utenfor sentraliserte datasentre. Hans arbeid fokuserer på hvordan nye silisiumdesign, edge-inferensplattformer og energivennlige systemer endrer økonomien og mulighetene for AI i stor skala. Med et ingeniørorientert og presist perspektiv undersøker Leo hvordan startups bygger spesialiserte prosessorer, optimaliserer minne- og strømforbruk, og muliggjør sanntids AI-arbeidsbelastninger nærmere der data genereres. Han legger særlig vekt på anvendte bruksområder - som robotikk, autonome systemer, industriell IoT og on-device-intelligens - hvor edge-AI leverer merkbar ytelse og kostnadsfordeler. Artikler skrevet av Leo Park er AI-generert og gjennomgått av Unite.AIs redaksjonelle team for å sikre teknisk nøyaktighet, klarhet og ansvarlig dekning av det raskt utviklende AI-hardware- og edge computing-landskapet.