Arm 與意法半導體(STMicroelectronics)基於數十年來在 Arm Cortex-M 領域的創新積累，正攜手將智能深度融入機器與物理世界交互的場景。
新聞重點：
- 在上周的 STM32 峰會上，意法半導體宣布推出全新的基於 Arm Cortex-M 的 STM32A 系列微控制器，旨在確保自主系統安全、可靠運行。
- Arm 與意法半導體在長期合作的基礎上持續深化協作，共同推動新一代基於 Cortex-M 的微控制器發展，以滿足智能機器對感知、處理和實時控制日益增長的需求。
- 隨著智能不斷向傳感器和執行器端延伸，Cortex-M 可提供精準、可預測且持續的處理能力，將 AI 決策轉化為物理行動。
將人工智慧(AI)嵌入工業機器、機器人和車輛，是當今行業面臨的最複雜工程挑戰之一。這些物理AI系統需要感知周圍環境、判斷應採取的行動、協調運動，並快速、安全地作出響應，同時還必須滿足嚴格的功耗、重量、散熱和成本限制。
選擇正確的方式應對這一挑戰，是釋放實體產業巨大經濟與生產力價值的關鍵。據 Arm 估算，到2030年代，這些產業將每年帶來價值2,000億美元的計算市場機遇。
物理 AI 需要在每個計算層級實現智能化
物理 AI 的工程挑戰不僅在於構建更多 AI 模型，還在於打造完整的系統，將智能轉化為可靠的物理行動。
以機器人拿起玻璃杯為例。機器人必須識別物體、確定其位置、規劃如何抓取，並計算適當的抓握力度，避免將玻璃杯捏碎。執行器和傳感器持續監測位置、壓力與運動狀態，電機和控制系統則隨著條件變化實時調整。
從 Arm 的角度來看，物理 AI 系統包含三個相互關聯的「計算層」：
- 感知驅動型智能：理解周圍環境，從而實現自主導航、避障和實時運動。
- 交互驅動型智能：通過語音、手勢及其他交互方式理解並響應人類指令，實現人與機器之間自然流暢的交互與資訊交換。
- 執行控制：通過對電機、關節和其他執行器進行實時控制，協調並完成精準的物理運動。
此外，雲端或數據中心還提供第四個計算層，用於設備群管理、仿真和訓練，為前三個計算層提供補充支持。正是這一完整的計算體系，讓物理 AI 成為可能。
在這些計算層中，功能安全與資訊安全必須成為基礎，不僅要保護系統和數據，還要確保系統以可預測且可靠的方式運行，而這對於建立人們對自主機器的信任至關重要。
三個相互協同的計算層共同支撐物理 AI 系統實現感知、交互與行動能力，並由雲端計算提供支持，而功能安全與資訊安全貫穿所有計算層。
這些計算層還必須協同處理一系列複雜的 AI 和傳統軟體進程。這些進程以不同的速度和粒度運行，同時還需要彼此交互、協同配合。
在感知驅動型智能和交互驅動型智能層，Arm Zena計算子系統（Compute Subsystems,CSS）為構建完整的計算系統提供基礎，支持將處理器、應用 CPU、AI 加速器、內存和互連整合在一起。同時，通過與 Cadence 等行業領先企業合作，幫助合作夥伴簡化相關技術的集成與驗證，推動這些系統走向市場。
執行控制層的組件需要快速、可預測地作出響應，將 AI 決策轉化為物理行動。嵌入式處理器在這一過程中發揮著關鍵作用。
在執行控制層，實時感知、決策與精準控制協同配合，確保物理行動可靠執行。
面向物理 AI 構建下一代嵌入式計算
數十年來，Arm 與意法半導體持續推動嵌入式計算在工業、汽車和消費市場的廣泛應用。如今，雙方的合作正助力塑造下一代 Cortex-M 路線圖，以滿足日益智能化的機器對感知、處理和控制能力不斷增長的需求。
在上周舉辦的 STM32 峰會上，意法半導體宣布了一項新的戰略方向，即面向物理 AI 打造融合式 STM32 平台，並推出全新的STM32A系列微控制器（MCU）。該系列MCU基於Cortex-M打造，專為對可預測性和冗餘能力有較高要求的自主系統而設計，即使部分組件發生故障，也能保障系統安全、可靠運行。
Arm 物理 AI 執行副總裁 Drew Henry 表示：「計算領域的下一個重要前沿，是將智能融入現實世界中的各類機器，使它們能夠更智能地移動、生產和執行任務。在過去二十多年深厚合作的基礎上，Arm 與意法半導體正攜手推動 Cortex-M 持續演進，以滿足邊緣側日益增長的智能需求，讓機器能夠感知物理世界並採取行動，從而釋放新一代物理 AI 系統的潛力。」
Cortex-M 產品組合正在為數十億台設備提供計算支持，涵蓋工業控制器、汽車系統等領域。與此同時，Cortex-M 也在持續拓展 MCU 級系統的能力，例如通過Arm Cortex-M55和Cortex-M85等處理器，將先進的數字信號處理和機器學習能力帶入功耗與成本受限的應用場景。隨著智能不斷向傳感器和執行器端延伸，Cortex-M 可提供將 AI 決策轉化為物理行動所需的精準、可預測且持續的處理能力。如需詳細了解 Cortex-M 和 Cortex-R 處理器如何支持物理 AI 系統，請參閱此部落格。
推動嵌入式計算邁向更高智能
物理 AI 的未來不能僅依靠日益智能的模型，更取決於機器能否有效地將這種智能轉化為精準、安全且可靠的物理行動。
通過持續投資技術路線圖並深化生態系統合作，Arm 正在為從感知、交互到實時傳感與執行控制的每個計算層注入更多智能。
這是釋放下一代物理 AI 系統潛力，並把握其所帶來的巨大經濟與生產力機遇的重要基礎。
