Modele i platformy AI

Nordic Semiconductor łączy Wi-Fi i sztuczną inteligencję brzegową w układach nRF71

mm
Dodaj Unite.AI do preferowanych źródeł w Google

3 listopada 2026 r. Nordic Semiconductor ogłosiła serię nRF71, obejmującą energooszczędne układy do urządzeń zasilanych bateryjnie, które łączą Wi-Fi, Bluetooth LE, Thread, przetwarzanie aplikacji i obsługę sztucznej inteligencji na urządzeniu. W trybie czuwania zużywają one nawet 20 razy mniej energii niż obecne produkty Wi-Fi z serii nRF70.

Jeden układ do obsługi aplikacji i łączności

Pierwsze układy z tej serii to nRF7120 i nRF7120E. Oba łączą w jednym urządzeniu Wi-Fi, wieloprotokołowe radio 2,4 GHz i procesor hosta. Wcześniejsze produkty Nordic z serii nRF70 były układami scalonymi współpracującymi z Wi-Fi, które dodawały energooszczędną łączność Wi-Fi do konstrukcji opartych na układach SoC z Bluetooth LE. Nowa architektura eliminuje potrzebę stosowania oddzielnego mikrokontrolera hosta i ma uprościć konstrukcje, a zarazem zmniejszyć zajmowaną przez nie powierzchnię płytki oraz liczbę wymaganych komponentów.

Według danych Nordic średni pobór prądu przy połączeniu i DTIM 10 wynosi w obu układach SoC 14 mikroamperów w paśmie 2,4 GHz i 8 mikroamperów w paśmie 5 GHz. Funkcje Target Wake Time i oszczędzania energii Wi-Fi z dedykowanym odbiornikiem o niskim poborze mocy są domyślnie włączone w nRF Connect SDK. Gdy są aktywne, urządzenie może pozostawać w sieci i zużywać niewiele prądu między transmisjami, korzystając z istniejącej infrastruktury. Taki sposób działania leży u podstaw koncepcji Nordic dotyczącej lokalizacji przez Wi-Fi w urządzeniach zasilanych bateryjnie: połączenie jest utrzymywane bez nadmiernego obciążania budżetu energetycznego poborem mocy w trybie czuwania.

Układy AI i jednoczesna obsługa wielu pasm radiowych

Układ nRF7120 obsługuje dwupasmowe Wi-Fi 6 w pasmach 2,4 i 5 GHz. nRF7120E dodaje pasmo 6 GHz, umożliwiając obsługę trójpasmowego Wi-Fi 6E, i zawiera jednostkę przetwarzania neuronowego Axon; podstawowy układ nie ma dedykowanego akceleratora AI. W obu zastosowano procesor aplikacyjny Arm Cortex-M33 o częstotliwości 256 MHz oraz dodatkowy koprocesor RISC-V 256 MHz do zadań czasu rzeczywistego i emulacji urządzeń peryferyjnych. Pamięć nieulotna o pojemności 4 MB i 1 MB pamięci RAM dostępnej dla użytkownika zapewniają miejsce na stosy protokołów bezprzewodowych, Matter, aplikację klienta i aktualizacje oprogramowania układowego.

Nordic poinformowała, że jednostka Axon NPU uruchamia modele uczenia maszynowego od 10 do 17 razy szybciej niż sam Cortex-M33, dzięki czemu wykrywanie słów kluczowych, wykrywanie anomalii i klasyfikacja obrazów stają się praktycznym rozwiązaniem w urządzeniach zasilanych bateryjnie. nRF7120E może również lokalnie uruchamiać modele fuzji danych z czujników i modele audio. Przetwarzając te zadania w układzie, może przesyłać przez Wi-Fi jedynie wyniki wnioskowania, ograniczając zapotrzebowanie na energię i przepustowość.

Deweloperzy mogą również tworzyć bardzo małe modele na podstawie własnych danych za pomocą oprogramowania Neuton firmy Nordic, aby uruchamiać wnioskowanie wyłącznie na procesorze aplikacyjnym. Ta metoda programowa zapewnia podstawowemu układowi nRF7120 możliwość wnioskowania na urządzeniu, nawet bez dedykowanego akceleratora. nRF Cloud obsługuje aktualizacje modeli przez sieć.

Oddzielne radia Wi-Fi i wieloprotokołowe 2,4 GHz mają niezależne bloki RF i przetwarzania oraz mogą jednocześnie odbierać sygnały. Dzięki temu produkt może utrzymywać połączenie Wi-Fi z chmurą, a zarazem nasłuchiwać komunikacji Bluetooth LE lub Thread. Oba układy obsługują Matter i NFC oraz korzystają z tego samego nRF Connect SDK co serie nRF54 i nRF70 firmy Nordic. W urządzeniach Matter korzystających z Wi-Fi Bluetooth LE odpowiada za konfigurację, a Wi-Fi zapewnia łączność z siecią.

Nordic kieruje swoje rozwiązania do producentów zasilanych bateryjnie inteligentnych centrów sterowania domem, mostków Matter, routerów granicznych Thread, inteligentnych zamków, central alarmowych, urządzeń noszonych i czujników przemysłowych. W takich konstrukcjach można wykorzystać zintegrowane radia i procesor aplikacyjny, zamiast łączyć te funkcje za pomocą wielu urządzeń.

Moduł i wczesne próbki

Moduł nRF7120 zawiera jeden z układów SoC wraz z układem dopasowującym i filtrem RF, przełącznikiem nadawczo-odbiorczym i diplexerem, rezonatorem kwarcowym 64 MHz, ekranowaniem oraz anteną PCB, a całość mieści się w obudowie o wymiarach 10 × 14 mm. Zgodne pinowo warianty nRF7120-LAAA i nRF7120E-LAAA pozwalają przejść z dwupasmowego Wi-Fi 6 na trójpasmowe Wi-Fi 6E z akceleracją Axon bez przeprojektowywania płytki. Nordic planuje uzyskać dla modułu certyfikaty FCC, CE i japoński; proces certyfikacji nie został jeszcze zakończony.

Próbki serii nRF71 są udostępniane wybranym klientom, a strony produktów opisują wczesne testy w ramach konkretnych projektów, a nie ogólną dostępność. Ogłoszenie łączy zatem szczegółowy opis architektury jednoukładowej z ograniczoną początkową dostępnością: wczesne projekty klientów pokażą, jak zintegrowane radia, procesor aplikacyjny i opcjonalna akceleracja Axon sprawdzą się w gotowych urządzeniach zasilanych bateryjnie.

Leo Park jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się startupami z dziedziny sprzętu AI, obliczeń brzegowych oraz nowymi architekturami układów scalonych, które zmieniają sposób wdrożenia sztucznej inteligencji poza scentralizowanymi ośrodkami danych. Jego praca koncentruje się na tym, jak nowe projekty układów scalonych, platformy inferencyjne brzegowe oraz systemy efektywne energetycznie zmieniają ekonomię i wykonalność AI na dużą skalę.
Z perspektywy inżynierskiej i precyzyjnej, Leo analizuje, jak startupy budują specjalistyczne procesory, optymalizują pamięć i zużycie energii, oraz umożliwiają obciążenia AI w czasie rzeczywistym bliżej miejsca, w którym generowane są dane. Zwraca szczególną uwagę na przypadki użycia — takie jak robotyka, systemy autonomiczne, przemysłowy Internet rzeczy oraz inteligencja urządzeń — gdzie AI brzegowa dostarcza namacalne korzyści pod względem wydajności i kosztów.
Artykuły autorstwa Leo Parka są wygenerowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI w celu zapewnienia technicznej dokładności, klarowności oraz odpowiedzialnego opisywania szybko ewoluującego krajobrazu sprzętu AI i obliczeń brzegowych.