端侧AI

端侧AI性能突破：TinyML在Cortex-M7M33上的加速优化技巧

ARM Cortex-M系列处理器正在成为TinyML部署的主流平台。从Cortex-M0+到M4、M33和M7的演进路径清晰展示了MCU算力的持续提升。其中，Cortex-M7凭借双发射六级流水线和紧耦合存储器(TCM)成为高性能代表，而Cortex-M33则在M4基础上增强了安全特性并优化了能效比。然而，在资源受限的微控制器上部署深度学习模型仍然面临存储空间紧缺和计算能力有限的双重挑战。2025年MLPerf Tiny基准测试的最新结果为我们提供了量化参考：基于Cortex-M7的STM32H7完成关键词识别推理任务耗时19.50毫秒，而专用的AI加速器可将此数值压缩至1.80毫秒。这一近十倍的差距恰恰指明了TinyML软件优化的核心方向——通过算法与硬件的协同设计，充分释放Cortex-M内核的潜力。

1美元级MCU中也有NPU！TI开启端侧AI普惠时代

2025 年云端大模型 AI 热潮后，2026 年进入端侧“落地年”：人形机器人、预测性维护、智能家居唤醒词、可穿戴健康监测等真实需求爆发，工程师不再只想“跑分”，而是要“低功耗 + 低成本 + 可靠落地”。

拥抱赋能OpenClaw智能生态，此芯科技CIX ClawCore螯芯系列芯片震撼首发

一波Intel 18A酷睿处理器新机上市，开启端侧AI新体验

高通跃龙布局嵌入式AI，释放端侧计算和连接潜能

高通认为，端侧AI是推动各行业数字化转型的关键驱动力。随着工业流程的全面自动化，物联网设备在每个节点产生海量数据，传统的云计算模式已难以满足实时性和效率的需求。端侧AI通过边缘计算实现数据的本地处理，赋予工业流程AI感知能力，确保低延迟、高效率的在线计算。这种能力不仅提升了系统的响应速度，还通过数据分析和报表处理实现持续改进。

芯动力RPP架构成功适配微软BitNet，打造端侧AI高效推理新生态

端侧AI在智能手机摄影中的实时场景优化：算法与硬件协同设计

本文探讨了端侧AI在智能手机摄影中实时场景优化的重要性，分析了算法与硬件协同设计的关键作用。通过具体案例展示了端侧AI如何提升摄影性能，并提供了相关代码示例，旨在为智能手机摄影技术的进一步发展提供参考。

端侧AI在智能摄像头中的革新：人脸识别模型轻量化部署全解析

随着物联网设备的爆发式增长，智能摄像头正成为连接物理世界与数字世界的核心节点。在安防监控、智能家居、无人零售等场景中，实时人脸识别对计算资源提出了严峻挑战。如何在保持精度的前提下，将复杂模型压缩至端侧设备可承载的范围内，成为行业亟需突破的技术瓶颈。本文将深度解析人脸识别模型轻量化部署的关键路径，并提供可落地的工程实践方案。

喜讯！炬芯科技ATS3031荣获“2024全球电子成就奖之年度创新产品”

2024 年 11 月 5 日，国际集成电路展览会暨研讨会（IIC Shenzhen 2024）于深圳福田会展中心正式启幕， 历时数月，2024“全球电子成就奖”获奖名单也在当天同期举办的颁奖典礼上隆重揭晓。凭借卓越的市场表现与性能品质，炬芯科技股份有限公司低延迟高音质无线音频SoC芯片ATS3031荣膺Aspencore“2024全球电子成就奖之年度射频/无线/微波产品”

炬芯科技周正宇：Actions Intelligence 端侧AI音频芯未来

周正宇博士表示：在从端侧AI到生成式AI的广泛应用中，不同的AI应用对算力资源需求差异显著，而许多端侧AI应用是专项应用, 并不需要大模型和大算力。 尤其是以语音交互，音频处理，预测性维护，健康监测等为代表的AIoT领域。

灵活拓展计算硬件结合关键技术专长，NXP赋能端侧AI/ML全覆盖

从市场趋势来看，智能互联设备的数量预计到2030年将超过500亿台。根据预测，智能家居市场在2021到2025年间的复合年增长率将达到20%，AI半导体收入到2025年预计达到750亿美元。同时，约50%的汽车将在2030年实现电气化和L2辅助驾驶，5G也将在2026年覆盖全球约60%的地区。这些趋势表明，边缘智能将在各个领域中继续快速增长和创新。

实现更高性价比的端侧AI语音识别，启英泰伦科技于松山湖论坛发布CI135X系列

在现代机器人技术的发展中，语音AI芯片是实现高级人机交互的关键组件之一。这种芯片不仅使机器人能够接收和解析语音指令，而且能够使机器人理解和响应人类语言的复杂性，这在提高机器人的功能性和互动性方面起着至关重要的作用。

iPhone一季度全球销量下滑9.6%，端侧AI会是苹果的解药吗？

IDC近日发布的全球智能手机市场初步数据显示，苹果iPhone全球销量在今年一季度的销量下降了9.6%。