随着对高效设备和机械运行的需求不断增长，早期故障检测和提高维护效率已成为关键挑战。设备制造商正在寻求能够实时监控运行状态，同时避免网络延迟和安全风险的解决方案。然而，标准的AI处理模型通常依赖于高性能CPU和网络连接，这既昂贵又难以部署。.
为此，ROHM 开发了创新的 AI 驱动型微控制器 (MCU)，可在器件上直接实现自主 AI 学习和推理。这些独立于电网的解决方案能够在设备故障发生前及早发现异常情况，从而降低维护成本和线路停机风险，有助于提高系统运行的稳定性和效率。.
新产品采用简单的三层神经网络算法，实现了ROHM独有的“Solist-AI™”设备端AI解决方案。这使得MCU能够独立进行学习和推理，无需云端或网络连接。.
人工智能处理模型通常分为三种类型：云端人工智能、边缘人工智能和终端人工智能。云端人工智能在云端进行训练和推理，而边缘人工智能则结合了云端和本地系统（例如工厂设备和PLC），并通过网络连接。典型的终端人工智能在云端进行训练，在本地设备上进行推理，因此仍然需要网络连接。此外，这些模型通常使用软件进行推理，这就需要使用高性能的GPU或CPU。.
相比之下，ROHM 的 AI MCU 虽然被归类为终端 AI，但可以通过设备端学习独立执行学习和推理。这使得它们能够灵活适应不同的安装环境和单元间的差异，即使是同一设备型号内部的单元也不例外。这些 MCU 配备了 ROHM 独有的“AxlCORE-ODL”AI 加速器，其 AI 处理速度比 ROHM 传统的基于软件的 MCU 快约 1000 倍（12 MHz 下的理论值），从而能够实时检测并输出偏离正常值的异常情况。此外，它们还支持在安装现场进行高速学习，使其成为现有设备改造的理想选择。.
这些人工智能驱动的微控制器采用 32 位 Arm® Cortex®-M0+ 内核、CAN FD 控制器、三相电机控制 PWM 和两个 A/D 转换器，使其功耗低至约 40 mW。这使其成为工业设备、住宅装置和家用电器中故障预测和异常检测的理想选择。.
该系列产品将包含16款产品，涵盖不同的存储容量、封装类型、引脚数和封装规格。其中8款采用TQFP封装的产品已于2025年2月开始陆续量产。目前，已有两款配备256KB代码闪存和卷带封装的产品以及配套的MCU评估板通过线上零售商发售。.
ROHM 在其网站上推出了一款人工智能仿真工具 (Solist-AI™ Sim)，用户可在部署人工智能微控制器 (MCU) 之前评估其学习和推理的有效性。该工具生成的数据还可用作实际人工智能 MCU 的训练数据，从而验证初始部署并提高推理精度。.
为了促进应用，ROHM 与合作伙伴公司共同构建了一个生态系统，为模型开发和集成提供全方位支持。未来，ROHM 将继续扩展该生态系统，提供更友好的用户体验，协助创建训练数据，并提出最佳实施方案。.
关于 Solist-AI™（面向自主人工智能的设备端学习 IC 解决方案）
Solist-AI™ 是 ROHM 专为边缘计算应用而设计的设备端人工智能解决方案。其名称灵感源自音乐术语“独奏家”（soloist），意指独奏表演。这一创新解决方案无需依赖云服务器，即可在自主边缘设备上直接进行实时学习和推理。Solist-AI™ 采用 ROHM 专有的设备端学习人工智能技术，具有结构紧凑、功耗低的特点，有助于推动可持续人工智能创新的发展。
Solist-AI™ 是 ROHM Co., Ltd. 的商标或注册商标。.
产品系列：
这些人工智能驱动的微控制器集成了32位Arm® Cortex®-M0+内核（最高工作频率：48 MHz）和ROHM专有的AxlCORE-ODL人工智能加速器，该加速器使用三层神经网络进行学习和推理。此外，它们还具备多种时序功能，例如三相电机的PWM控制，以及包括CAN FD和12位A/D转换器在内的多种串行接口，可灵活支持工业设备、住宅安装和家用电器中的控制和数据处理。
AI MCU 开发支持工具：
ROHM 的 AI MCU 采用标准 Arm® 内核，确保与市面上现有的工具以及 ROHM 独有的集成开发环境兼容。为了评估学习和推理能力，我们提供了一个 AI 性能验证模拟器，以及一个用于评估 AI 有效性的实时查看器。
有关 MCU AI 开发支持系统的更多详细信息以及每个产品的概述，请参阅 ROHM 专门的 MCU AI 开发支持系统页面（如下）。.
https://www.rohm.com/lapis-tech/product/micon/solistai-software
现有产品
Arm® 集成开发环境：Arm® Keil® MDK；
Arm® 调试适配器：用于将计算机连接到 Arm® 内核的调试器；
USB-SPI 转换适配器：用于将 AI MCU 连接到 Solist-AI™ 示波器的适配器
MCU AI 和 MCU 评估板均通过线上分销商销售，具体上市时间请咨询经销商。（发布日期：2025 年 3 月）
MCU AI 产品信息
销售参考编号：ML63Q2537-NNNTBZWBY、ML63Q2557-NNNTBZWBY；
MCU 评估板信息
销售参考编号：RB-D63Q2537TB48、RB-D63Q2557TB64。
应用示例：
工业自动化 (FA) 传感器、电机、电池、电动工具、住宅安装、家用电器、机器人。其他用途包括需要故障预测的设备、停机时间不可接受的设备以及需要更高预测精度的系统。
AI驱动的MCU应用案例：
将AI驱动的MCU与各种传感器相结合，可实现高精度异常检测和状态监测。FA
传感器+AI MCU：
利用光照、温度、流量和声音等数据监测设备状态并检测异常。它还能对传感单元本身（包括FA传感器）进行异常检测和性能退化预测。
电机+AI MCU：
监测电机电流、温度和转速，以检测负载异常和轴承损坏。
加速度计+AI MCU
：跟踪振动水平，并使用针对每台特定机器定制的标准实施基于状态的维护（CBM）。
声发射（AE）传感器+AI MCU：
通过对关键AE指标（峰值振幅、平均值、能量和计数）的综合分析，实现机械异常的超早期检测。
住宅装置/电器+AI MCU：
利用现有传感器的数据，及早检测设备异常，确定维护需求，估算未检测到的参数，并预测特定操作所需的时间。
工业机器人 + AI MCU：
利用外围传感器（端点）和 AI MCU 检测异常情况并确定调整各种机器人组件的最佳时机，并将结果仅传输至主 CPU。
注：DigiKey™、Mouser™ 和 Farnell™ 是其各自公司的商标或注册商标。Arm®、Cortex® 和 Keil® 是 Arm Limited（或其关联公司）在美国和其他国家/地区的注册商标。
* ROHM 于 2025 年 6 月 4 日发布的关于 MCU 产品的研究。.
