【AI x MCU晶片】TinyML 與 Arm Cortex-M 的開發實戰

課程主旨

在晶片驅動創新的時代，掌握「微型人工智慧 (TinyML)」已成為半導體從業人員跨入智慧物聯網 (AIoT) 的必修課。本課程由許哲豪博士親自授課，從 Arm Cortex-M 核心架構演進出發，深度剖析如何利用 DSP、Helium 及 Ethos-U NPU 等硬體加速技術，在資源極限的單晶片上運行高效能 AI 模型。

課程涵蓋從 CMSIS 標準介面解析到 Edge Impulse 開發流程實作，協助學員建立堅實的底層開發邏輯與模型部署能力。無論您是想優化韌體效能還是開發新一代智慧感測器，本課程都將為您的半導體職能提供最強大的加值。

學習目標

1. 理解硬體核心： 掌握 Arm 單晶片架構演進及各系列 (M4/M7/M55) 的 AI 運算特性。
2. 精通加速技術： 學習 DSP 與 Helium 指令集，理解硬體如何加速神經網路運算。
3. 標準化開發： 熟練運用 CMSIS-NN 與 CMSIS-DSP，縮短韌體開發週期並提升系統效能。
4. 實踐 AI 落地： 透過 Edge Impulse 工具完成資料採集、訓練到模型選用的完整流程。

適合對象

• 韌體與嵌入式系統工程師： 欲從傳統週邊控制轉型 AI 開發，掌握 Arm 指令集加速與微型模型部署者。
• IC 設計與驗證工程師： 需理解硬體加速（DSP/NPU）與軟體介面（CMSIS）之整合，以優化晶片架構設計者。
• 半導體應用與技術支援工程師 (AE/FAE)： 需協助客戶評估 Cortex-M 系列 AI 效能，並導入 TinyML 開發流程者。
• 智慧製造與自動化系統工程師： 欲開發廠區智慧感測器，實現低功耗邊緣端即時監測與預測性維護者。

課程規劃

第一日：單晶片架構與 AI 運算基礎

第二日：CMSIS 標準與 TinyML 開發實務