人工智能正从云端走向人们日常使用的各类实体设备。可穿戴设备、智能家居产品、工业设备和机器人等日益需要在本地处理视觉、语音、音频和传感器数据，并实时响应，而无需持续依赖云基础设施。
多模态 AI、快速响应的用户体验、严格的功耗限制、紧凑的设备形态以及本地数据处理，对面向 AI 原生边缘的芯片提出了新的要求，由此催生了全新的芯片类别：xMCU™。xMCU 将异构计算与可扩展的高带宽定制 DRAM 相结合，在 MCU 的功耗和成本范围内，提供大型系统级别的性能与内存容量。全新的 Synaptics Astra® SR200 系列是首个 xMCU 产品系列，代表着这一新兴计算层级，并为边缘计算架构树立新的标杆。
宏观驱动力：推动边缘 AI 创新的两大趋势
全球科技市场的两大趋势正在共同推动这一架构演进。
第一大趋势是工作负载从云端向边缘迁移。随着边缘终端对即时响应、严格的数据隐私、更高的安全性以及降低网络带宽占用提出更高要求，云数据中心的工作负载正逐步下沉至本地设备。通过本地处理，敏感的用户数据可以保留在实体设备上，无需通过存在潜在风险的外部网络传输。
第二大趋势是从底层开始面向边缘 AI 进行开发。开发者不再只是通过缩减、量化或剪枝，将庞大的云端模型适配到规格较低的芯片上，而是从一开始就针对资源受限的环境设计 AI 算法。从底层进行模型设计，需要采用专门的网络层拓扑、定制优化技术，以及针对低功耗硬件环境的内存感知型神经网络架构。
架构分化与创新缺口
传统微控制器已成为现代人工智能应用的一大瓶颈。传统 MCU 架构的软件框架彼此割裂，固定式硬件加速器也缺乏灵活性。当工程团队尝试在传统 MCU 平台上集成视觉、语音、音频和传感器处理时，往往需要使用多个独立芯片，构建复杂且 BOM 成本高昂的“拼装式”电路板设计。这类多芯片板级设计不仅会增加制造成本、占用更多电路板空间，还会提高功耗。
相比之下，低端应用处理器虽然能够提供更高的计算能力，却也需要作出较大取舍。MPU 可能需要主动散热、更复杂的电路板设计，并持续消耗更多功率，使电池续航缩短至数小时。同时，运行完整操作系统还需要价格较高的外置 DRAM 芯片，进一步增加物料成本。
新一代设备需要不同的计算模式
可穿戴设备、可听戴设备，以及面向物理 AI/机器人的传感器融合等新兴设备类别，需要一种不同类型的 MCU。新的计算层级可以填补这一创新缺口，在微控制器的功耗、成本和外形尺寸限制下，提供 Linux 级用户体验和多模态智能。这类芯片既能为开发者提供先进处理器的执行能力，又保留了传统微控制器的长续航优势和简洁性。
各类电池供电设备都需要在不依赖云服务器或大型主处理器的情况下，在本地运行 AI。智能手表、AR/VR 智能眼镜、健康监测设备、智能戒指和环境感知吊坠等可穿戴设备，需要在毫瓦级功耗范围内提供即时智能体验。在智能家居和安防领域，视频门铃、智能显示设备、智能摄像头、联网家电和环境传感器，则依靠本地处理实时完成视觉、语音和音频感知。
这些应用需要在本地同时处理多种感知模态。现代边缘设备必须能够同步采集视觉输入、处理多麦克风音频流、渲染清晰的显示界面，并分析时序传感器数据。
经济因素：系统物料成本与内存压力
全球半导体市场的宏观经济因素，进一步加剧了边缘硬件制造商面临的技术挑战。AI 云数据中心的大规模资本投入和快速扩容，使内存产能竞争日益激烈。全球需求激增推动供应链中的独立 DRAM 价格上涨，使外置内存成为边缘系统 BOM 中成本最高的单项组件。集成式内存架构则为应对这种系统性的 BOM 成本上涨提供了一种结构性解决方案。
定义边缘芯片架构的未来
我们推出 xMCU，这是一类专为边缘 AI 打造的全新芯片，标志着半导体设计迎来重要转折。xMCU 将异构计算核心、原生 AI 加速、多域电源管理和封装集成式高带宽 DRAM 融于一体，打破以往在性能、能效与制造成本之间不得不作出的取舍。
作为面向行业的新标杆，Astra SR200 系列 xMCU 围绕以下核心方向打造：
- 搭载 Torq NPU，支持面向 Transformer 的 AI 加速
- 高性能计算、图形处理、DSP 和可扩展内存
- 基于芯片的安全机制
- 多模态集成
- 采用分级功耗域的超低功耗架构
- 开源软件生态系统，为开发者提供更多选择，并为 OEM 提供灵活的设计空间
这些核心能力为产品团队提供了可扩展的平台基础，用于打造安全、注重隐私且响应迅速的边缘设备。随着人工智能不断拓展至消费级可穿戴设备、智能家电、工业终端和自主机器人等领域，面向边缘设计的芯片将帮助硬件厂商直接在物理边缘提供突破性的多模态体验。
Astra SR200 系列开启了面向 AI 原生边缘的全新芯片类别。欢迎进一步了解我们如何重新思考面向边缘 AI 的 MCU 架构，以前瞻设计应对未来挑战。