Microchip讓MCU與MPU具備邊緣智慧決策能力

Posted By MakerPRO編輯部 on 2 月 12, 2026 in Edge AI, 技術新訊, 新聞稿, 產品新訊, 開發套件 | 0 comments

對於AI與機器學習（ML）而言，邁向下一階段發展的關鍵一步，就是將 ML 模型從雲端移轉至邊緣執行，即時進行推論與決策，特別是當今的工業、自動車、資料中心與消費性物聯網（IoT）等應用領域。

Microchip Technology宣布擴展其Edge AI產品陣容，推出涵蓋軟硬體與工具的Edge AI全套解決方案，協助開發人員以其微控制器（MCU）與微處理器（MPU）快速打造可量產部署的應用。因為這些晶片正位於邊緣裝置的感測器旁，負責收集資料、控制馬達、觸發警示與執行各種致動任務。

Microchip長期以來為嵌入式系統設計提供穩定可靠的解決方案，透過此次推出的全套解決方案，將其MCU與MPU平台升級為可於邊緣端執行安全、高效且可擴展AI功能的完整平台。這些解決方案整合晶片、軟體與開發工具，致力於解決Edge AI開發過程中的效能、功耗與安全性挑戰，同時簡化技術實作過程。

這些專為Microchip MCU與MPU打造的全套應用解決方案，包含訓練完成、可直接部署的AI模型與應用程式碼，開發者可透過Microchip的嵌入式軟體與ML開發工具或合作夥伴資源，依據需求進行修改與擴充。首波推出的應用方案包括：

透過 AI 訊號分析技術，偵測與分類危險電弧故障（arc fault）
預測性維護系統所需的設備狀態監控與健康評估
結合活體檢測（liveness detection）的臉部辨識，支援裝置端安全身分驗證
關鍵字辨識（keyword spotting），用於消費性、工業與車載指令控制介面

工程師可運用Microchip的開發平台，快速完成AI模型原型製作與部署，降低系統設計複雜度並加快開發時程。公司提供的MPLAB X整合式開發環境（IDE）、MPLAB Harmony軟體架構與MPLAB ML Development Suite外掛程式，提供統一且可擴展的開發流程，支援透過最佳化函式庫整合嵌入式AI模型。舉例來說，開發者可先於8位元MCU上實作概念驗證，接著導入至已準備量產的16位元或32位元高效能MCU應用上。

針對FPGA應用，Microchip提供VectorBlox Accelerator SDK 2.0 AI/ML推論平台，支援邊緣端進行視覺處理、人機介面（HMI）、感測資料分析等高運算量工作負載，並可於一致的開發流程中進行模型訓練、模擬與最佳化。其他支援資源亦包括多項訓練與開發工具，例如以dsPIC DSC所打造的馬達控制參考設計，用於即時Edge AI資料管線中的資料擷取。

此外亦有針對智慧電表的負載分離（load disaggregation）、物體偵測與計數、動態監控等應用場景所設計的解決方案。Microchip亦提供多項輔助元件，協助解決Edge AI設計瓶頸，包括用於邊緣嵌入式運算連接的PCIe裝置，與支援工業自動化與資料中心Edge AI應用的高功率密度電源模組。

市調機構IoT Analytics在其2025 年 10 月的報告中指出，直接於MCU中嵌入Edge AI功能，為當前能夠實現AI能力應用的四大產業趨勢之一。它將能夠降低延遲、強化資料隱私並減少對雲端基礎設施的依賴。Microchip此次的AI發展策略正呼應此趨勢，不僅強化其MCU與MPU平台，也涵蓋FPGA產品線。因為Edge AI生態系日益要求軟體型AI加速器與整合式硬體加速器需同時支援多種裝置與記憶體配置。