↑

安谋科技 Cortex-M42 入列 Arm 路线图:星辰 100e 把端侧 AI 拉进 MCU

PromptTree|阅读 1
2026/11/20 07:37
安谋科技ArmMCU端侧AI
安谋科技 Cortex-M42 入列 Arm 路线图:星辰 100e 把端侧 AI 拉进 MCU
安谋科技 11 月 18 日举办 Cortex-M 新品说明会,解析基于 Armv8.1-M 架构的 Cortex-M42,并推出 Cortex-M42 加 Ethos-U55 的「星辰 100e」AIoT 原型平台。官方数据称相较 Cortex-M33,Helium 向量计算能力提升至 3 倍、向量能效提升至 2 倍;在台积电 22ULL、150MHz 配置下相较 Cortex-M52 面积减少 10%、功耗降低 15%,搭配 NPU 后关键词检测、目标识别、语音识别推理分别提升 95 倍、132 倍、340 倍。

端侧 AI 的战场正在往下沉,从手机 SoC 一路沉到 MCU。11 月 18 日,安谋科技(中国)举办 Arm Cortex-M CPU 新品说明会,深度解析 Cortex-M42,并推出基于该产品的「星辰 100e」AIoT 原型平台。这款 CPU 由安谋科技与 Arm 合作开发,在中国市场命名为「星辰」STAR-MC3,此次正式纳入 Arm Cortex-M 全球产品路线图。

Cortex-M42 的定位是成本和面积敏感的智能端点设备,基于 Armv8.1-M 架构。它面向的是现有 Cortex-M4 与 Cortex-M33 用户的升级路径:保留成熟 MCU 设计里的既有投入,同时把机器学习与数字信号处理能力提上来。对芯片设计团队,这意味着不必重做整套架构就能获得更强的端侧推理能力。

性能提升主要来自 Helium 矢量扩展。官方数据是,相较前代 Cortex-M33,Cortex-M42 的向量计算能力提升至 3 倍,向量能效提升至 2 倍。系统性测试显示,Helium 在 DSP、神经网络、计算机视觉三类端侧场景均有明显加速,其中 8 位定点工作负载的提升幅度可达 32 位浮点的 2 倍以上——这与端侧普遍采用低精度量化的趋势正好对上。

面积与功耗的取舍也很清楚。在台积电 22ULL 工艺、150MHz 配置下,与 Cortex-M52 相比,Cortex-M42 在提供相近标量与向量性能的同时,硅片面积减少 10%、功耗降低 15%。代价是它不带丰富内存子系统(包括可选缓存与紧耦合内存),适合不需要那部分资源的设计。这实际上把产品线切得更细:要内存子系统的选 M52,要极致面积与功耗的选 M42。

「星辰 100e」则是把 CPU 与 NPU 拼起来的参考平台:Cortex-M42 加 Arm Ethos-U55,异构计算,已在 FPGA 上跑通关键字检测、目标识别、自动语音识别等典型用例。实测数据颇为夸张——与单独使用 Cortex-M42 相比,搭配 Ethos-U55 后,关键字检测推理性能提升 95 倍,目标识别提升超过 132 倍,自动语音识别提升超过 340 倍。

这组倍数的读法需要一点常识。CPU 单独跑神经网络本来就慢,加上专用 NPU 后出现的百倍级提升,本质是「从不可用到可用」的跨越,而不是 NPU 比 CPU 聪明一百倍。它真正的含义是:在低功耗端点上,卷积、全连接这类重计算负载必须交给专用加速器,CPU 负责控制流与轻量向量运算。

产品线的演进也能看出节奏。第一代「星辰 300」选的是 Cortex-M52(星辰 STAR-MC2)加 Ethos-U55,已支持主流小模型;这次「星辰 100e」用 M42 往下压成本与功耗;更高性能的下一代平台计划 2027 年推出。安谋科技 CPU 产品总监朱晓鸣把这套组合概括为「星辰 CPU + Helium 矢量扩展 + Ethos NPU」的 AIoT 原型平台。

应用面覆盖可穿戴设备的音频处理与关键词识别、互联控制器与工业控制器中的传感器分析、状态监测与信号处理,以及物理 AI 场景里的感知、异常检测与预测性维护。这些场景的共同点是对功耗和面积极度敏感,算力需求又以小模型推理为主。

对国内芯片公司的现实意义在于授权与生态。Cortex-M42 同时纳入 Arm Flexible Access 与 Arm Total Access 订阅模式,降低了中小设计公司试用新核的门槛;而「星辰」系列作为本土命名的产品线,承接的是国内客户在技术支持与参考设计上的需求。

接下来值得观察的是量产落地:FPGA 原型跑通到客户流片之间,还有工具链、软件栈与算法移植的漫长距离。端侧 AI 的竞争最终不看原型平台的演示,而看有多少颗芯片真的把这些倍数字带进了量产设备。