図1　量�凮始したAIマイコン　出�Z：STMicroelectronics

これまでのAIプロセッサ�v路を搭載したSoCやマイクロプロセッサは、高価で演�Qリッチなプロセッサチップだった。しかしSTは�W価なマイコンにこだわり、マイコンにAIプロセッサ（NPU）と、ISP（画�疑��ｽ萢�プロセッサ）やコーデックなどの画�欺萢�機�Δ鮑椶擦拭�いわば�rりだくさんのマイコンとなった。��にAI専��のプロセッサを集積しなかった、これまでのST32マイコンと比べると、機械学�{性�Δ�600倍にもなったという。専��のNPUを集積する効果が出ている。

今�vのハイエンドマイコンSTM32N6を開発した背景には、ちょっとしたところをAIで便�WにしようというエッジAIの流れがある。例えばSTは、これまで�t��会などで、�_量センサを�Dり��けにくい���~機に���~�颪猟_量を推定するAIのデモを見せていた。�_量に合わせてモータの�v転�]度を最適値に合わせ、消�J電��を��らすというデモだった。このような身�ZなところにもAIを使って��適な����を送るというエッジAIのコンセプトをSTは、�W価なマイコンに�mしたのである。

STM32N6は、ドローンやスマート�噞機�_、家電����、スマートビルディング、ロボット、スマートホーム、ウェアラブル機�_、スマート��場、ヘルスケア、�Z載アフターマーケットなどの応��分野に�W価なエッジAIを採り入れるような組み込み�Uをターゲットとしている（図2）。組み込み�Uのエッジシステムで推�b処理すると、クラウドを通さないため����を�]縮でき、データ通信量を��らし、プライバシーやセキュリティを�啣修任�るというメリットがある。しかも運��コストは�Wい。学�{はしない、推�b専��のAIだとしている。

図2　エッジAIのアプリケーションは広い　出�Z：STMicroelectronics

また、��に応��として、イメージセンサからのデータをAIで画�鞠Ъ韻靴董△修譴鬟好吋襯肇鵑覆匹派戎�するようなシーンをイメージしている。このため、600 GOPSの性�Δ如�3 TOPS/Wの電��効率を�eつニューラルプロセッサに加えて、コンピュータビジョンを�[定してISPやMIPI-CSIインターフェイスなどを�△┐討�り、2.5DグラフィックプロセッサやH.264エンコーダ、JPEGコーデックなどの機�Δ鵬辰─�ArmのTrustZoneでNPUや周辺�v路、Arm Cortex-M55コアなどを保護し、Armのセキュリティ認証PSAレベル3などを�△┐討い襦�

STが�[定する応��には、人�餮―个箍思xデータの解析、音�m認識などのBOMコストを削��できるほか、����や画�気鯒Ъ韻携淑漫��e勢を推定、分類分けなどのサービスを、クラウドを通さずに行える。

AI開発に��要な開発ツールも���Tしている。同社のST Edge AI Suiteでは、サンプルモデルやサンプルコードをST Edge AI Model Zooから�Dり込むことができるほか、ST Edge AI Developer Cloudから様々な分野での学�{データを、分野ごとにマイコンに�Dり込み、AIモデルを�h価できる�屬�STM32 Cube.AIを��いてモデルを最適化するなど総合的な開発ツールとなっている。