北京
新型MCU将AI原生加速与可扩展至数百兆字节的集成式高带宽DRAM相结合。
微控制器（MCU）不断发展演进，如今已迎来下一个转折点：边缘人工智能。新型MCU将云端模型引入传统MCU架构，从而更好地理解边缘人工智能。
与受限于片上内存和计算能力的传统MCU不同，Synaptics表示，其Astra SR200系列MCU将异构AI原生计算和加速与集成的高带宽定制DRAM相结合，可扩展至数百兆字节。这使得更大型的AI模型和更丰富的多模态工作负载能够在设备内部完全运行。
在2026年10月20日于圣何塞举行的Synaptics技术日上，首席执行官Rahul Patel称SR200为xMCU，因为它在单片硅片上提供了多种计算维度。他还称Synaptics是一家专注于边缘计算的处理器公司。
Synaptics公司物联网和边缘人工智能处理器业务副总裁兼总经理John Weil称SR200为新一代微控制器。他指出，实现这一设计转变的三大基本原则是：Synaptics之所以选择这条道路，是为了打造具备始终开启的低功耗模式和入门级微处理器强大计算能力的边缘人工智能设备。
边缘人工智能定制计算
SR200 是业界首款融合 Arm Cortex-M85 和 Cortex-M52 内核的芯片，它将高性能计算与高达 400 GOPS 的 AI 加速、256 MB 定制 DRAM、视觉和音频功能以及硬件级安全防护相结合。这款边缘 AI MCU 集成了 Synaptics 的 Torq NPU 和 Google Research 的 Coral NPU，可为 CNN 和 Transformer 工作负载提供强大支持。
Weil表示：“Synaptics 提供从超低功耗到高性能的各种 Arm 内核。这使得工程师能够精确选择所需的计算级别。”这一点，再加上 SR200 的分层内存架构，对于整合语音、视觉、音频、运动和上下文感知等多种模式并实时响应至关重要。我们投入了大量时间和精力，致力于以低成本和低功耗实现高性能、高效率的计算。同时，我们也对旨在更高效地为CPU和NPU提供内存的内存架构进行了大量投资。
多层内存
传统上，内存架构的设计是为了满足CPU和NPU的需求。然而，仔细观察许多AI应用就会发现，它们通常并没有充分利用计算能力，而是把资源大量投入到内存接口上。
这就是为什么云基础设施所需的内存容量如此庞大。在传统的微控制器中，我们曾经只有几百千字节的内存。后来，几兆字节的内存变得很常见。而现在，我们谈论内存时，通常以几百兆字节为单位。
SR200 的分层内存架构围绕片上内存架构构建高性能计算。它还包含一个带有封装内内存的定制 DRAM 接口，从而将类似 HBM 的高性能内存引入微控制器。
这种分层内存架构解决了两个问题。首先，它能高效地为计算核心提供资源。其次，适量的内存支持超低功耗、始终在线的AI处理。该内存经过定制设计，能够同时处理诸如始终在线监听等应用的进程并做出响应。
“在我们如今所处的内存受限的世界中，它为设计工程师提供了构建真正差异化边缘人工智能设备的潜力，”韦尔说。“目前还没有其他人谈论过具有这种分层内存架构并达到数百兆字节容量的微控制器。”
精细调节的功耗
SR200 微控制器兼具高性能计算和低功耗特性，这对于开发电池供电的边缘设备至关重要。分层存储架构在实现超低功耗运行方面也发挥着关键作用。此外，Weil 补充道，如果能更高效地为神经网络处理器提供数据，还可以降低设备的功耗。
SR200 微控制器提供三种引脚兼容的型号。SR210 提供 200 GOPS 的运算速度，适用于功耗优化的常开语音和传感应用。SR230 在 300 GOPS 的基础上增加了视觉、显示和可选音频功能，适用于主流多模态设备。SR250 提供 400 GOPS 的运算速度，并配备双视觉和显示路径，适用于要求苛刻的边缘应用。
这些微控制器专为下一代人工智能可穿戴设备、电池供电的传感设备、联网摄像头、流媒体播放器以及工业视觉和语音系统而设计。据Weil称，它们目前最大的应用领域是可穿戴电子设备。
*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
