人工智能驱动的物联网设备兴起正在挑战现有微控制器单元（MCU）的极限。虽然语音识别、人脸识别、物体检测和手势控制等AI感知应用正逐渐成为智能家居到工业自动化的关键功能，但支持这些应用的硬件却未能跟上步伐。问题在于，大量传统32位MCU无法满足AI工作负载所带来的需求。

尽管半导体厂商推出了一些新方案（如AI MCU），但整体体验仍然不够理想。这些架构过于死板，软件和工具仍是专有的，解决方案也过于复杂。

此外，当前市场上许多支持AI的设备，往往采用原本为移动、云计算、汽车或通用嵌入式计算设计的芯片重新改造。这类架构尽管功能强大，但并未针对物联网设备所需的超低功耗、始终在线运行进行优化。这导致了AI生态系统的碎片化，设计师往往只能在低、中、高AI处理能力之间进行选择，从而不得不在性能、能效和成本之间做出妥协。

更糟糕的是现有系统架构的低效性。许多AI MCU采用的是僵化的设计，无法平衡计算能力和能源效率。在物联网环境中，设备往往需要依靠单一电池运行数月，这种失衡会导致不必要的功耗，限制边缘AI的发展潜力。

为解决这些挑战，行业需要新一类MCU，将智能传感与AI加速计算相结合。这种新一代MCU必须具备高效的AI处理能力、可扩展的性能，以及专为始终在线、低功耗应用优化的能源管理。

Synaptics正通过适用于物联网设备的 Synaptics Astra™ SR系列 平台的情境感知AI MCU引领行业发展。Astra™ 平台集成了硬件、开放软件、开发套件和生态系统合作伙伴。

为智能物联网AI处理引入多档位架构

第一代高性能SR100系列MCU采用创新的三层架构设计，专为优化物联网设备AI处理而设计。与传统MCU只能全功率运行或完全空闲不同，SR110能根据实时系统需求动态调整计算能力。这种情境感知计算既支持超低功耗（ULP）运行，又能在需要时提供高性能AI计算。

该设计的核心是三个不同计算域（或称“档位”），这些档位以不同功耗水平运行，从而在能效与AI处理性能之间实现平衡。

超低功耗始终在线域：超低功耗的持续活动监测

始终在线（AON）域负责在主CPU处于睡眠模式时持续监测环境变化，确保系统响应及时又不耗尽电池。

此域可检测视觉和音频事件，如运动、声音模式或光线变化，并根据预设参数生成唤醒触发信号。

SR100系列的另一特性是低功耗预记录功能。在监测事件时，数据会存储在设备上。当触发事件发生时，触发事件及之前的相关数据可发送到下一个计算域进行更深入分析。

高效域：用于实时事件检测的低功耗AI处理

高效域负责事件触发后的初步AI推理处理。它由运行于100 MHz的Arm® Cortex®-M4 MCU和Synaptics定制的微型神经处理单元（micro-NPU）组成，提供高达10 GOPS的AI推理能力。

当唤醒事件触发（如检测到物体或音频线索），高效域中的计算单元将使用轻量级AI模型处理数据，以确定事件性质。这支持实时物体检测、声音事件检测等基本AI任务，同时保持低功耗。

如果需要进一步处理（如高分辨率人脸识别或复杂AI推理），系统将升级到性能域。

性能域：高计算AI加速处理更复杂的任务

对于更苛刻的AI任务，将启用性能域。该域提供显著更高的处理能力，适用于人脸识别、人体姿态估计、高级物体检测与分类等计算密集型应用。

性能域由运行于400 MHz并支持Arm® Helium™扩展的Arm Cortex-M55 MCU，以及同样运行于400 MHz的高性能NPU（Arm Ethos U-55）组成，提供高达100 GOPS的AI推理能力。

这种新颖的分层处理结构确保只在必要时使用对应计算资源，极大提高能效同时不牺牲性能。

情境感知AI计算的未来

SR100系列智能算法可根据系统需求在各计算域间动态切换。这种情境感知AI计算提高了可扩展性、能源效率及标准化开发能力。该平台方案更具灵活性，也更适合快速发展的物联网AI应用领域。

• 可扩展性：实时调整处理能力，从超低功耗感知到高性能AI推理
• 能源效率：通过闲置高功耗域来减少不必要的功耗
• 标准化开发：支持基于RTOS的平台，如FreeRTOS™和Zephyr，确保与现有物联网生态系统的兼容性
• Astra™ Machina Micro开发套件：将可扩展性、能源效率和标准化开发结合，支持快速原型开发

SR100 MCU配备丰富的I/O和外设，包括MIPI-CSI、轻量级ISP、USB、串行接口和安全功能，提供多模态AI支持的通用且高效的解决方案。

了解更多 Synaptics Astra SR系列物联网情境感知AI MCU。

加入兴趣名单，获取Synaptics Astra Machina™ Micro开发套件的早期访问资格。