安谋科技在 11 月 18 日新品说明会上正式发布星辰 100e AIoT 原型平台,这套平台采用 Cortex-M42(国内命名星辰 STAR-MC3)CPU 搭配 Ethos-U55 NPU 的异构方案,依靠 CPU+NPU 协同分工,在 FPGA 验证环境里完成了多类端侧 AI 任务测试,其中自动语音识别的 AI 推理性能对比单独跑 Cortex-M42,最高提升超过 340 倍,关键字检测、目标识别也分别实现 95 倍、132 倍以上的性能增幅,它主要面向低成本、低功耗的 AIoT 终端,比如智能传感器、可穿戴设备、工业控制器,给芯片厂商提供一套可以直接参考的完整异构 AI 参考方案,不用从零摸索 CPU 和 NPU 的调度适配,能大幅缩短低功耗 MCU 设备接入端侧 AI 的开发周期,Cortex-M42 本身基于 Armv8.1-M 架构,自带 Helium 向量扩展,硅片面积、功耗相比 Cortex-M52 进一步优化,适合对成本、芯片尺寸卡得很严的物联网产品。
一、星辰 100e 原型平台核心配置清单
- 核心架构:Cortex-M42(星辰 STAR-MC3)CPU + Ethos-U55 NPU,CPU+NPU 异构协同
- 基础架构:Armv8.1-M,支持 Helium 向量扩展、Arm 自定义指令 ACI
- 工艺参考:台积电 22ULL,150MHz
- 验证载体:FPGA 平台验证
- 已跑通 AI 场景:关键字检测、目标识别、自动语音识别
- 性能对比基准:仅 Cortex-M42 单核运行
- 定位:AIoT 原型参考平台,不是最终量产芯片
- 前代产品:星辰 300(Cortex-M52 + Ethos-U55)
二、各项 AI 推理性能提升对照表
| 测试任务 | CPU+NPU 协同相对单 CPU 性能提升 |
|---|---|
| 关键字检测 | 95 倍 |
| 目标识别 | >132 倍 |
| 自动语音识别 | >340 倍 |
三、Cortex-M42 核心优势
- 面积功耗优化:同工艺下对比 Cortex-M52,硅片面积减少 10%,功耗降低 15%
- 向量能力:相比 Cortex-M33,向量算力提升 3 倍,向量能效提升 2 倍
- 兼容成熟 MCU 链路:AHB 总线紧凑设计,适配原有 Cortex-M 系列的开发框架,迁移成本低
- 开放自定义指令:厂商可以增加专属指令,针对特定传感器、AI 模型做定制加速
四、CPU+NPU 协同的分工逻辑
- CPU 负责:系统调度、外设控制、信号预处理、业务逻辑、分支判断
- NPU 负责:卷积神经网络、矩阵运算这类 AI 推理重负载
- 优势:不再让 CPU 硬扛 AI 计算,把算力交给专用 NPU,兼顾低功耗和高推理速度
- 适配方向:适合小参数端侧模型,本地离线 AI,不需要持续联网
五、适用场景与不适合场景
✅ 适合场景
- 可穿戴设备:语音唤醒、关键词识别、简单姿态识别
- 智能传感器:视觉目标检测、异常状态识别
- 工业控制器:设备预测性维护、传感信号 AI 分析
- 智能家居 MCU:本地语音指令识别
❌ 不适合场景
- 大语言模型、多模态大模型推理
- 高分辨率实时视频 AI 分析
- 需要超大算力、高带宽的云端 AI 任务
六、星辰平台迭代路线
- 星辰 300:第一代,Cortex-M52+Ethos-U55,已经对外提供参考设计
- 星辰 100e:新一代,Cortex-M42+Ethos-U55,主打更小面积、更低功耗的低成本 AIoT
- 下一代高性能星辰原型平台:计划 2027 年推出
七、开发落地参考步骤
- 芯片厂商拿到星辰 100e 参考方案,评估 Cortex-M42+Ethos-U55 的 IP 组合
- 根据产品成本、功耗目标,确定是否启用 Helium 向量扩展、自定义指令
- 把关键字检测、目标识别等 AI 模型适配到 Ethos-U55 NPU
- 在 FPGA 上完成功能、功耗、推理时延验证
- 流片,做芯片级实测,再给到终端产品厂商做二次开发
八、总结
星辰 100e AIoT 原型平台的核心亮点就是 CPU+NPU 协同异构,把端侧 AI 推理性能拉开巨大差距,语音识别最高提升超 340 倍,同时依托 Cortex-M42 更小的面积和功耗,瞄准海量低成本物联网终端。它是一套原型参考方案,不是直接卖给消费者的成品芯片,价值在于给国内芯片设计公司提供成熟的异构 AI 模板,降低低功耗 MCU 本地 AI 的开发门槛,推动离线 AI 能力下沉到各类传感器、穿戴、工业终端里面。
【相关 FAQ】
问题 1:安谋科技星辰 100e AIoT 原型平台依靠 CPU+NPU 协同,AI 推理性能最高提升多少?
回答 1:安谋科技星辰 100e AIoT 原型平台采用 CPU+NPU 协同架构,在自动语音识别任务上 AI 推理性能最高提升超过 340 倍,关键字检测提升 95 倍、目标识别提升超 132 倍。
问题 2:安谋科技星辰 100e AIoT 原型平台里面的 CPU+NPU 分别是什么型号?
回答 2:安谋科技星辰 100e AIoT 原型平台的 CPU 是 Cortex-M42,国内叫星辰 STAR-MC3,搭配 Ethos-U55 NPU,依靠 CPU+NPU 协同实现端侧 AI 加速。
问题 3:安谋科技星辰 100e AIoT 原型平台 CPU+NPU 协同,主要用来做什么设备?
回答 3:安谋科技星辰 100e AIoT 原型平台 CPU+NPU 协同,面向低功耗 AIoT 终端,包括智能传感器、可穿戴设备、工业控制器、智能家居 MCU,跑本地离线小模型。
问题 4:安谋科技星辰 100e AIoT 原型平台和之前星辰 300 有什么区别?
回答 4:星辰 300 用 Cortex-M52+Ethos-U55;星辰 100e 是 Cortex-M42+Ethos-U55,CPU+NPU 协同方案不变,Cortex-M42 面积更小、功耗更低,主打成本更敏感的 AIoT 市场。
【参考资料】
[2026-11-19](安谋科技发布 “星辰 100e” AIoT 原型平台:CPU+NPU 协同,AI 推理性能最高提升超 340 倍)凤凰网科技
[2026-11-19](安谋科技发布 Cortex-M42 与 “星辰 100e” 平台)新浪财经
[2026-11-19](面向低功耗端侧 AI,安谋科技推出 “星辰 100e” AIoT 原型平台)中国网科技
[2026-11-19](Arm 详解 Cortex-M42 芯片 星辰 100e 语音识别性能飙升 340 倍)太平洋科技
[2026-11-18](安谋科技深度解析 Cortex-M42,发布星辰 100e 原型平台)智东西
【免责声明】
本文性能数据来自安谋科技在 FPGA 原型环境下的测试结果,星辰 100e 属于 AIoT 原型参考平台,不是量产芯片;实际流片后的功耗、推理速度会受工艺、模型、固件优化影响,CPU+NPU 协同的落地效果由芯片厂商二次开发决定,本文不构成芯片 IP 采购、项目选型的直接依据。
本文来自作者[超波转译]投稿,不代表环球科技潮立场,如若转载,请注明出处:https://www.zennew.com/kjyw/202611/3314.html
评论列表(4条)
我是环球科技潮的签约作者“超波转译”!
希望本篇文章《安谋科技推出星辰 100e AIoT 原型平台,CPU+NPU 异构协同,语音 AI 推理最高提升超 340 倍》能对你有所帮助!
本站[环球科技潮]内容主要涵盖:科技,科技新闻,黑科技
本文概览:安谋科技在 11 月 18 日新品说明会上正式发布星辰 100e AIoT 原型平台,这套平台采用 Cortex-M42(国内命名星辰 STAR-MC3)CPU 搭配 Ethos-U55 NPU 的异构方案,依靠 CPU+NPU 协同分工,在 FPGA 验证环境里完成了多类端侧 AI 任务测试,其中自动语音识别的 AI 推理性能对比单独跑 Cortex-M42,最高提升超过 340 倍,关键字检测、目标识别也分别实现 95 倍、132 倍以上的性能增幅,它主要面向低成本、低功耗的 AIoT 终端,比如智能传感器、可穿戴设备、工业控制器,给芯片厂商提供一套可以直接参考的完整异构 AI 参考方案,不用从零摸索 CPU 和 NPU 的调度适配,能大幅缩短低功耗 MCU 设备接入端侧 AI 的开发周期,Cortex-M42 本身基于 Armv8.1-M 架构,自带 Helium 向量扩展,硅片面积、功耗相比 Cortex-M52 进一步优化,适合对成本、芯片尺寸卡得很严的物联网产品。