边缘 AI 将数据运算部署到无人机、机器人等复杂严苛的工作环境中。这类场景下的连接器必须兼顾坚固耐用、小型化与大电流承载能力，在满足体积、重量、功耗、成本（SWaP-C） 限制的同时，保障设备安全稳定运行。人工智能运算正逐步走出环境可控的数据中心，落地到无人机、工业机器人、智能工厂传感器等边缘终端。搭载 AI 功能后，这类设备工作模式变得更加复杂，内部元器件也面临全新挑战。设备空间、重量、成本都受到严格限制，却还要集成高算力、高功耗的 AI 处理器。不少场景属于安全关键领域，设备一旦故障会引发严重后果。例
当下各大厂商争相研发高性能 AI 大模型，很多从业者习惯观望等待主流模型定型后再做产品开发。但对产品设计师而言，不必一味观望，应主动利用现有技术，把 AI 模型能力落地为可用、可靠、具备实际价值的商业化产品。莱迪思半导体与英伟达的合作，标志着 AI 时代产品设计思路迎来转变。双方推出Sensor Bridge 参考设计，标准化了从传感器到 AI 推理的完整数据链路，大幅降低了开发近实时感知、分析与响应系统的门槛。采用模块化搭建方式，能有效加快研发进度，打造更智能、响应更快的终端产品。随着智能算力向数据产生
关键要点· AM13E230x MCU 通过在单个器件中结合使用 Arm® Cortex®-M33 CPU 和 TI TinyEngine™ NPU，能够在实时控制应用中实现预测性故障检测和自适应控制算法。· 人形机器人和电器设备中的本地 AI 模型可以根据实际情况持续监测参数并调整性能，而无需云连接或其他分立式元件。 克服传统设计局限，实现支持边缘 A
华硕物联网推出了一款紧凑型无风扇工业PC，专门针对机器人、机器视觉和自主移动机器人（AMR）等边缘AI工作负载。这款新PE1000U结合了英特尔最新的Core Ultra Series 2处理器与坚固耐用的DIN轨设计，专为严苛的工业和车载环境打造。该公告显示边缘计算平台在增加AI加速和更丰富的I/O的同时，规模正在缩减。它还强调了PC级处理如何适应空间受限和易振动的部署。在小规模范围内的边缘性能尺寸仅为63 x 110 x 160毫米，PE1000U设计适合传统盒式PC难以适应的环境。它由Intel C
恩智浦半导体推出云端 AI 开发工具，简化智能体 AI 开发并加速边缘 AI 部署恩智浦半导体（NXP Semiconductors N.V.）正式发布一套云端人工智能开发工具，旨在简化智能体人工智能（Agentic AI）的开发流程，并加速边缘端人工智能的部署落地。该系列工具于 2026 年国际消费电子展（CES 2026）期间亮相，首款工具名为eIQ AI Hub，将在其 AI 开发工具集中整合恩智浦自研的eIQ 智能体 AI 框架，并对现有的生成式 AI 流程（GenAI Flow）进行功能扩展，新
2023 年， AIoT 平台与服务供应商研华科技宣布与 AI 芯片先驱厂商 Hailo 建立新的战略合作伙伴关系，共同拓展高算力的边缘 AI 产品组合。通过此次合作，研华将利用 Hailo 的 AI 加速芯片，开发出性能卓越、性价比极高的边缘 AI 系统和 AI 加速模块，以满足工厂 AOI 缺陷检测、仓库 AMR 物体检测和公共停车场管理等紧凑而强大的边缘 AI 应用需求。
在数字化变革的大潮下,边缘计算正展露出巨大的价值。作为MCU和MPU技术的领头羊，恩智浦半导体是如何看待和应对边缘挑战的？不久前，在京举办的“恩智浦边缘处理业务2020媒体沟通会”上，边缘处理事业部的高管们悉数上线，向电子产品世界等媒体介绍了他们的看法。1 业务改组：从微控制器扩展到边缘处理大家可能注意到了，经过业务梳理后，恩智浦成立了边缘处理事业部。另外，今年恩智浦的领导层也有大变动。首先是CEO的变更，前CEO Rick Clemmer退休后，总裁Kurt Sievers接任了
Enable light intelligence by using machine learning on MCUs作者/宋岩 恩智浦（中国）管理有限公司 MCU高级系统工程师 （北京 100022） 摘要：简要探讨了人工智能的主要实现方式——机器学习，尤其是深度学习应用于MCU的可行性与特点。结合自己的实践，介绍了在这类资源受限的平台上建模的要点、工作流程、配套工具、优化方法，以及实践的例子。笔者认为，在智能物联时代，也就是AIoT时代的蓬勃发展下，机器学习与MCU都在飞速发展，它们
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473