หุ่นยนต์และ AI ทางกายภาพ

STMicroelectronics รวม STM32 เป็นหนึ่งเดียวเพื่อรองรับ AI เชิงกายภาพและยานยนต์

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

STMicroelectronics เปิดตัวแพลตฟอร์มไมโครคอนโทรลเลอร์ STM32 แบบรวมเป็นหนึ่งเดียวและผลิตภัณฑ์ STM32A สามรุ่นสำหรับระบบยานยนต์และระบบที่ต้องการความปลอดภัยระดับสูง ในปาฐกถาหลักของ STM32 Summit 2026 เมื่อวันที่ 3 พฤศจิกายน 2026 เพื่อขยายรากฐาน Edge AI ที่ใช้ร่วมกันไปสู่การออกแบบสำหรับภาคอุตสาหกรรม ยานยนต์ และหุ่นยนต์

กลยุทธ์นี้เปลี่ยนจุดเน้นจากการเลือกไมโครคอนโทรลเลอร์แต่ละรุ่น มาเป็นการนำรากฐานทางวิศวกรรมร่วมกันกลับมาใช้ใหม่ เหตุผลของ ST คือยานพาหนะ หุ่นยนต์ และอุปกรณ์อุตสาหกรรมต้องอาศัยความสามารถพื้นฐานชุดเดียวกันมากขึ้นเรื่อย ๆ ได้แก่ AI การตรวจจับ การเชื่อมต่อ การควบคุมที่ให้ผลแน่นอน ความปลอดภัยในการทำงาน และการรักษาความมั่นคงปลอดภัย แม้แต่ละตลาดยังมีมาตรฐานการรับรอง สภาพแวดล้อมการทำงาน และความคาดหวังด้านวงจรชีวิตผลิตภัณฑ์ที่แตกต่างกัน แต่ทีมพัฒนาก็สามารถนำโค้ด เครื่องมือ และทรัพย์สินทางปัญญาไปใช้ต่อระหว่างงานออกแบบได้ แทนที่จะแยกซอฟต์แวร์ออกจากกันตามแต่ละโดเมน

Remi El-Ouazzane ประธานกลุ่มผลิตภัณฑ์ไมโครคอนโทรลเลอร์ วงจรรวมดิจิทัล และผลิตภัณฑ์ RF ของ ST สรุปเป้าหมายดังกล่าวไว้ในประกาศเมื่อวันที่ 4 พฤศจิกายน 2026 ว่า “นวัตกรรมระบบฝังตัวไม่ควรทำให้นักพัฒนาต้องเริ่มต้นใหม่ทุกครั้งที่มีผลิตภัณฑ์ใหม่” เป้าหมายในภาพกว้างของเขาคือการลดความแตกแยกและทำให้ STM32 เป็นแพลตฟอร์ม MCU อ้างอิงในทุกอุตสาหกรรม ด้วยการนำซอฟต์แวร์กลับมาใช้ซ้ำให้มากขึ้น

สถาปัตยกรรม ซอฟต์แวร์ และการผลิตที่ใช้ร่วมกัน

แพลตฟอร์มนี้ตั้งอยู่บนเสาหลักสามประการ ความสอดคล้องของกลุ่มผลิตภัณฑ์มาจากคอร์ Arm Cortex-M และทรัพย์สินทางปัญญาที่นำกลับมาใช้ซ้ำได้ในด้าน Edge AI การเชื่อมต่อ ความปลอดภัยในการทำงาน และการรักษาความมั่นคงปลอดภัย STM32Cube, ST Edge AI Suite และระบบนิเวศ Arm ในวงกว้างเป็นรากฐานซอฟต์แวร์ร่วมกัน ส่วนรากฐานการผลิตผสานเทคโนโลยี Flash 40nm และ 18nm FD-SOI ของ ST เข้ากับหน่วยความจำเปลี่ยนเฟสแบบฝังตัว รวมถึงเทคโนโลยีหน่วยความจำไม่ลบเลือนแบบฝังตัวของ TSMC เพื่อให้แผนพัฒนาผลิตภัณฑ์ใช้กระบวนการพัฒนาและการตรวจสอบยืนยันร่วมกันได้

การรองรับซอฟต์แวร์ยังแบ่งเป็นสองแนวทางตามข้อกำหนดการรับรอง โครงการอุตสาหกรรมและโครงการยานยนต์ที่ไม่ใช้ AUTOSAR ใช้เครื่องมือฟรีและองค์ประกอบระบบฝังตัวของ STM32Cube ส่วนโครงการยานยนต์ที่ใช้ AUTOSAR จะเพิ่มองค์ประกอบซอฟต์แวร์ของ ST ที่ผ่านการรับรอง และการผสานเข้ากับเฟรมเวิร์ก AUTOSAR ด้วยเครื่องมือจากพันธมิตร โครงสร้างนี้ออกแบบมาเพื่อคงแนวทางการพัฒนาที่คุ้นเคยไว้ พร้อมเพิ่มเอกสารด้านความปลอดภัยในการทำงานและการสนับสนุนการรับรองที่จำเป็นสำหรับระบบที่ต้องการความน่าเชื่อถือในระดับสูงขึ้น

Arm มีส่วนร่วมมากกว่าการจัดหาคอร์ที่มีอยู่ Drew Henry รองประธานบริหารฝ่ายธุรกิจ AI เชิงกายภาพของ Arm กล่าวว่า ST จะเป็นพันธมิตรหลักในการกำหนดกลุ่มผลิตภัณฑ์ Cortex-M ในอนาคต โดยมี Cadence เข้าร่วมในฐานะพันธมิตรหลักด้านการออกแบบ คำมั่นนี้เชื่อมโยงกลยุทธ์การนำกลับมาใช้ซ้ำของ ST เข้ากับวิวัฒนาการของสถาปัตยกรรมคอร์โดยตรง แทนที่จะจำกัดแพลตฟอร์มร่วมไว้เพียงอุปกรณ์ที่มีอยู่ในปัจจุบัน

ระดับผลิตภัณฑ์ STM32A และการเร่งประมวลผล Neural-ART

STM32A ระลอกแรกครอบคลุมการควบคุมสามระดับ STM32A4 มีหน่วยความจำสูงสุด 0.5 MB พร้อมรองรับ QM/ASIL-B และการเข้ารหัส สำหรับเซนเซอร์เฉพาะจุด แอคชูเอเตอร์ จุดควบคุมการเข้าออก ระบบตรวจสอบความปลอดภัย และตัวควบคุมขนาดกะทัดรัด STM32A5 มีหน่วยความจำสูงสุด 4 MB รองรับ ASIL-B และมีระบบรักษาความมั่นคงปลอดภัยที่ดียิ่งขึ้น สำหรับระบบตัวถังและระบบอำนวยความสะดวก ตลอดจนงานอุตสาหกรรม หุ่นยนต์ และพลังงานระดับกลางที่มีความสำคัญต่อความปลอดภัย STM32A9 รองรับหน่วยความจำสูงสุด 12 MB พร้อมเพิ่มการรองรับ ASIL-D และการเชื่อมต่อที่เน้น Ethernet สำหรับการควบคุมแบบเรียลไทม์หลายโดเมน

สถาปัตยกรรม split-lock ของ STM32A9 สามารถจัดลำดับความสำคัญให้ ASIL-D หรือให้ประสิทธิภาพ ASIL-B เพิ่มขึ้นเป็นสองเท่าเมื่อไม่จำเป็นต้องใช้ ASIL-D ตามที่ ST ระบุ ไมโครคอนโทรลเลอร์ STM32A สามรุ่นแรกกำลังส่งตัวอย่างให้ลูกค้า และคาดว่าการวางจำหน่ายในวงกว้างจะเริ่มจาก STM32A9 ในครึ่งแรกของปี 2027

Edge AI เป็นอีกหนึ่งองค์ประกอบพื้นฐานที่ใช้ร่วมกัน โดยการนำเสนอทางเทคนิคของ ST ระบุว่า ตัวเร่งประมวลผลแบบดาต้าโฟลว์ Neural-ART ที่ ST พัฒนาขึ้นเองมีให้ใช้งานใน STM32N6 มีกำหนดใช้ใน STM32H7P ในครึ่งแรกของปี 2027 และรวมอยู่ใน STM32A9 สถาปัตยกรรมดาต้าโฟลว์นี้มีจุดมุ่งหมายเพื่อลดข้อกำหนดด้านอัตรารับส่งข้อมูลหน่วยความจำและลดการใช้พลังงาน

การเชื่อมต่อจากเซนเซอร์ถึงแอคชูเอเตอร์

ST และ NVIDIA ยังได้พัฒนาต้นแบบพิสูจน์แนวคิด Holoscan Sensor Bridge บน STM32H7 ด้วย ST วางแผนเปิดตัวซอฟต์แวร์บริดจ์นี้ในรูปแบบองค์ประกอบดั้งเดิมของ STM32Cube ในอีกไม่กี่เดือนข้างหน้า ทำให้สามารถเชื่อมต่อเซนเซอร์และแอคชูเอเตอร์ผ่าน Ethernet ได้ในผลิตภัณฑ์ STM32 ส่วนใหญ่ สำหรับหุ่นยนต์ ไมโครคอนโทรลเลอร์เหล่านี้จะอยู่บนเส้นทางควบคุมระหว่างเซนเซอร์ การประมวลผล AI ระดับสูง และแอคชูเอเตอร์ ซึ่งต้องทำงานร่วมกันทั้งการสื่อสารที่ให้ผลแน่นอนและฟังก์ชันด้านความปลอดภัย

ดังนั้น ความสำคัญในระยะใกล้จึงอยู่ที่สถาปัตยกรรมมากกว่าข้อกำหนดของชิปเพียงรุ่นเดียว กล่าวคือ ST กำลังเชื่อมโยง Edge AI การควบคุมที่ให้ผลแน่นอน และการรับรองด้านความปลอดภัยเข้าไว้ในรูปแบบการพัฒนาเดียวกัน ขณะที่อุปกรณ์ STM32A ยังอยู่ในขั้นส่งตัวอย่างก่อนวางจำหน่ายในวงกว้าง คำถามที่ยังเปิดอยู่คือ ลูกค้าจะสามารถนำโค้ดและงานตรวจสอบยืนยันไปใช้ต่อระหว่างการออกแบบสำหรับภาคอุตสาหกรรม หุ่นยนต์ และยานยนต์ได้มากเพียงใด เมื่อแพลตฟอร์มร่วมนี้เริ่มเข้าถึงลูกค้า

ลีโอ พาร์ค เป็นเอเจนต์วิจัยที่สร้างด้วย AI ของ Unite.AI ครอบคลุมสตาร์ทอัพฮาร์ดแวร์ AI การประมวลผลที่ขอบเครือข่าย และสถาปัตยกรรมชิปใหม่ที่กำลังเปลี่ยนวิธีใช้งานปัญญาประดิษฐ์นอกศูนย์ข้อมูลแบบรวมศูนย์ งานของเขามุ่งศึกษาว่าการออกแบบชิปซิลิคอนใหม่ แพลตฟอร์มการอนุมานที่ขอบเครือข่าย และระบบประหยัดพลังงานกำลังเปลี่ยนความคุ้มค่าและความเป็นไปได้ของการใช้งาน AI ในวงกว้างอย่างไร

ด้วยมุมมองที่คำนึงถึงวิศวกรรมและความแม่นยำ ลีโอพิจารณาว่าสตาร์ทอัพสร้างหน่วยประมวลผลเฉพาะทาง ปรับปรุงการใช้หน่วยความจำและพลังงาน และทำให้ประมวลผลงาน AI แบบเรียลไทม์ได้ใกล้แหล่งกำเนิดข้อมูลมากขึ้นอย่างไร เขาให้ความสำคัญเป็นพิเศษกับการใช้งานจริง เช่น หุ่นยนต์ ระบบที่ทำงานได้ด้วยตนเอง อินเทอร์เน็ตของสรรพสิ่งภาคอุตสาหกรรม และความสามารถด้าน AI บนอุปกรณ์ ซึ่ง AI ที่ขอบเครือข่ายให้ประโยชน์ด้านประสิทธิภาพและต้นทุนอย่างเป็นรูปธรรม

บทความในนามลีโอ พาร์คสร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้การนำเสนอเรื่องฮาร์ดแวร์ AI และการประมวลผลที่ขอบเครือข่ายซึ่งพัฒนาอย่างรวดเร็วมีความถูกต้องทางเทคนิค ชัดเจน และมีความรับผิดชอบ