ST Edge AI Suite整合四款工具，简化STM32端AI部署

行业背景：边缘AI落地MCU，工具链成关键

从消费电子到工业传感器、控制设备、医疗器械和汽车系统，嵌入式AI已成为实现有竞争力功能、性能和功耗表现的关键。工程师需要新一代工具和工作流程，以选择模型、按用例调整、优化内存与计算资源，并在目标硬件上验证性能。这一需求正推动MCU厂商完善软件生态。

核心信息：四款新工具融入统一环境

意法半导体优化了ST Edge AI Suite的工作流程，将四款全新工具融入统一开发环境。Model Explorer提供直观网页界面，方便用户浏览预训练模型并找到适合的AI模型，这些模型此前通过Model Zoo的GitHub代码仓库获取。Dataset Factory帮助用户采集原始数据并转换为可用、可靠的数据集。Model Factory支持面向特定应用的模型训练、定制、量化及进一步优化，帮助针对STM32 MCU优化模型。Model Bench提供网页界面，借助意法半导体开发板集群，让用户远程在硬件上对模型进行基准测试，并将取代ST Edge AI Developer Cloud。

意法半导体边缘AI解决方案事业群副总裁Stephane Henry表示，本地推理已成为当今智能产品的关键特征，高效开发和应用AI模型是设计人员的首要任务。该公司拥有微控制器厂商中规模最大的AI模型库，包含400多个预训练模型，其中有大量面向传感应用的物理AI模型。通过上述四款工具，这些支持被整合到一个专为STM32开发者打造的环境中。

目前，ST Edge AI Suite已为超过260,000个项目提供支持，且项目数量仍在持续增长。用户群体包括来自大型科技企业、初创企业等各类规模公司的工程师，以及独立开发者。ST Edge AI Suite将用户与涵盖4,000多款在售产品型号的STM32生态系统连接起来。配套的STM32Cube生态系统提供MCU选型和配置工具、软件库及代码示例，并支持用户在自己偏好的集成开发环境（IDE）中开展工作。STM32Cube还提供丰富的评估硬件资源，涵盖低成本STM32 Nucleo开发板、功能齐全的Discovery探索套件，以及支持无线连接、视觉、飞行时间（ToF）、物联网传感、电机驱动等功能的扩展板。

对产业链的影响：设计环节效率提升

此次更新落在半导体设计与嵌入式软件工具环节，直接服务于采用STM32微控制器的终端产品开发。对于PCB与电子组装产业链而言，MCU是众多控制板卡的核心器件，其AI模型部署效率的提升，有助于缩短从设计到量产的周期，并可能推动边缘AI功能在工业传感、医疗设备和汽车电子等领域的板卡级渗透。开发工具的统一化也降低了中小设计团队采用AI功能的门槛。

结语

四款新工具将于11月下旬推出。意法半导体通过整合模型选择、数据准备、训练优化和硬件基准测试，试图为STM32开发者提供更连贯的端侧AI开发路径，其实际效果有待市场检验。

来源：电子产品世界 EEPW