Robotik och fysisk AI
STMicroelectronics förenar STM32 för fysisk AI och fordonsindustrin
Lägg till Unite.AI bland dina föredragna källor på Google
STMicroelectronics presenterade en enhetlig STM32-mikrokontrollerplattform och tre STM32A-produktserier för system med höga säkerhetskrav och fordonssystem i sitt huvudanförande vid STM32 Summit 2026 den 3 november 2026. Därmed utvidgas en gemensam grund för edge-AI till konstruktioner för industri, fordon och robotteknik.
Strategin flyttar fokus från att välja en enskild mikrokontroller till att återanvända en gemensam teknisk grund. ST:s motivering är att fordon, robotar och industriutrustning i allt högre grad behöver samma grundläggande funktioner: AI, avkänning, uppkoppling, deterministisk styrning, säkerhet och skydd. Varje marknad har fortfarande egna certifieringsstandarder, driftsmiljöer och förväntningar på produktlivscykeln, men utvecklingsteamen kan återanvända kod, verktyg och immateriella rättigheter i olika konstruktioner i stället för att fragmentera programvaran mellan olika områden.
Remi El-Ouazzane, chef för ST:s affärsområde Microcontrollers, Digital ICs and RF Products Group, sammanfattade målet i ett tillkännagivande den 4 november 2026: ”Inbyggd innovation ska inte kräva att utvecklare börjar om för varje ny produkt.” Hans övergripande mål är att minska fragmenteringen och göra STM32 till referensplattformen för mikrokontroller inom olika branscher genom ökad återanvändning av programvara.
Gemensam arkitektur, programvara och tillverkning
Plattformen vilar på tre grundpelare. Enhetlighet i produktportföljen uppnås med Arm Cortex-M-kärnor och återanvändbara immateriella rättigheter inom edge-AI, uppkoppling, säkerhet och skydd. STM32Cube, ST Edge AI Suite och det bredare Arm-ekosystemet utgör den gemensamma programvarubasen. Tillverkningsgrunden förenar ST:s 40 nm-flashminne och 18 nm FD-SOI med inbäddat fasväxlingsminne samt TSMC:s teknik för inbäddat icke-flyktigt minne. Det gör att produktplaner kan dra nytta av gemensamt processutvecklings- och valideringsarbete.
Programvarustödet har också två kvalificeringsvägar. Industriella projekt och fordonsprojekt som inte använder AUTOSAR använder STM32Cubes kostnadsfria verktyg och inbäddade komponenter. Fordonsprogram som använder AUTOSAR kompletteras i stället med kvalificerade programvarukomponenter från ST och integration i AUTOSAR-ramverk med hjälp av partnerverktyg. Upplägget ska bevara en välbekant utvecklingsväg och samtidigt tillhandahålla den säkerhetsdokumentation och det kvalificeringsstöd som krävs för system med högre integritetskrav.
Arm medverkar i mer än att leverera de befintliga kärnorna. Drew Henry, vice vd för Arms verksamhet inom fysisk AI, uppgav att ST blir en ledande partner i utformningen av den framtida Cortex-M-produktportföljen, med Cadence som viktig designpartner. Åtagandet knyter ST:s strategi för återanvändning till själva utvecklingen av kärnarkitekturen, i stället för att begränsa den gemensamma plattformen till dagens enheter.
STM32A-nivåer och Neural-ART-acceleration
Den första STM32A-vågen omfattar tre nivåer av styrning. STM32A4 erbjuder upp till 0,5 MB minne samt stöd för QM/ASIL-B och kryptografi för lokala sensorer, ställdon, åtkomstkontrollpunkter, säkerhetsövervakare och kompakta styrenheter. STM32A5 har upp till 4 MB minne, stöd för ASIL-B och förbättrad säkerhet för kaross- och komfortsystem samt industriella applikationer, robotik och energitillämpningar i mellanklassen där säkerheten är kritisk. STM32A9 stöder upp till 12 MB minne och tillför stöd för ASIL-D samt Ethernet-inriktad uppkoppling för styrning i realtid över flera domäner.
STM32A9:s split-lock-arkitektur kan prioritera ASIL-D eller, enligt ST, ge dubbelt så hög prestanda för ASIL-B när ASIL-D inte behövs. De tre första STM32A-mikrokontrollerna skickas nu till kunder för utvärdering. Bredare tillgänglighet väntas inledas med STM32A9 under första halvåret 2027.
Edge-AI är ytterligare en gemensam byggsten: I ST:s tekniska presentation uppges att företagets egenutvecklade dataflödesaccelerator Neural-ART finns i STM32N6, planeras för STM32H7P under första halvåret 2027 och ingår i STM32A9. Dataflödesarkitekturen är avsedd att minska kraven på minnesgenomströmning och strömförbrukningen.
Uppkoppling från sensor till ställdon
ST och NVIDIA har också genomfört ett proof of concept för Holoscan Sensor Bridge på STM32H7. ST planerar att släppa bryggans programvara som en inbyggd STM32Cube-komponent under de kommande månaderna. Därmed blir Ethernetbaserad uppkoppling av sensorer och ställdon tillgänglig i stora delar av STM32-produktportföljen. I en robot placerar detta mikrokontrollerna i styrkedjan mellan sensorerna, AI-bearbetning på högre nivå och ställdonen, där deterministisk kommunikation och säkerhetsfunktioner måste fungera tillsammans.
Den omedelbara betydelsen ligger därför i arkitekturen snarare än i en enskild chipsspecifikation: ST sammanför edge-AI, deterministisk styrning och säkerhetskvalificering i en gemensam utvecklingsmodell. Eftersom STM32A-enheterna fortfarande endast skickas ut för utvärdering inför en bredare lansering är den öppna frågan hur mycket kod och valideringsarbete kunderna kan återanvända mellan industri-, robot- och fordonskonstruktioner när den gemensamma plattformen blir tillgänglig för dem.
