2026 年 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 Arm Cortex-M42 处理器,并正式推出基于该 CPU 的 "星辰 100e"AIoT 原型平台。Cortex-M42 基于 Armv8.1-M 架构,面向成本和面积敏感的低功耗智能端点,把 Helium 矢量扩展、Arm 自定义指令(ACI)和基于 AHB 的紧凑设计打包在一起,让现有 Cortex-M4、M33 的 MCU 设计可以较低成本升级 ML 和 DSP 能力;它由安谋科技与 Arm 合作开发,中国市场命名为 "星辰"STAR-MC3,已纳入 Arm Cortex-M 全球产品路线图。"星辰 100e" 走的是 CPU 加专用 NPU 的异构路线:Cortex-M42 搭配 Ethos-U55,目前已在 FPGA 平台跑通关键字检测、目标识别、自动语音识别等典型 AI 用例;实测相比单独使用 Cortex-M42,关键字检测推理性能提升 95 倍,目标识别提升超 132 倍,自动语音识别提升超 340 倍。整体看,这次发布解决的是边缘嵌入式设备 "想上 AI 但 CPU 矢量算力到顶、又受面积功耗约束" 的问题:轻量向量负载交给 CPU 加 Helium,卷积、全连接等重神经网络负载交给 Ethos NPU,原型平台先在 FPGA 上把参考设计和用例跑通,缩短芯片客户的研发周期。需要区分的是,"星辰 100e" 是原型参考平台而非量产芯片,实测倍数来自 FPGA 平台特定测试条件,量产芯片的实际表现还要看工艺、主频、内存带宽和模型量化方案。
一、发布概览
| 项目 | 内容 |
|---|---|
| 发布主体 | 安谋科技(中国)有限公司,与 Arm 合作开发 |
| 发布时间 | 2026 年 11 月 18 日 |
| 发布场合 | Arm Cortex-M CPU 新品说明会 |
| 新品处理器 | Arm Cortex-M42,中国市场名 "星辰"STAR-MC3 |
| 原型平台 | "星辰 100e"AIoT 原型平台(Cortex-M42 + Ethos-U55) |
| 处理器定位 | 成本、面积敏感的低功耗智能端点设备 |
| 平台定位 | 低功耗端侧全场景高效算力参考设计 |
| 授权渠道 | 纳入 Arm Flexible Access 与 Arm Total Access 订阅产品组合 |
二、Cortex-M42 的三大核心能力
1. Arm Helium 矢量扩展
- Helium 是 Armv8.1-M 架构上的矢量处理技术,用来加速向量计算,提升机器学习(ML)和数字信号处理(DSP)性能。
- 端侧 AI 普遍走低精度量化路线,Helium 在 8 位定点工作负载上的提升幅度可达 32 位浮点的 2 倍以上,和端侧模型量化趋势匹配。
- 在 DSP、神经网络(NN)、计算机视觉(CV)三类核心端侧场景中均有加速效果。
2. Arm 自定义指令(ACI)
- 允许芯片合作伙伴针对自己的特定工作负载扩展专用指令,做差异化优化。
- Helium 覆盖通用 AI 和信号处理场景,ACI 补客户专属算法的短板,两者互为补充。
3. 基于 AHB 的紧凑设计
- 沿用成熟的 MCU 系统架构,不需要复杂的内存子系统,集成到现有设计更省事。
- 相比带可选缓存、紧耦合内存(TCM)等丰富内存子系统的高性能型号,M42 面向不需要这些配置的设计,面积和功耗更省。
- 现有 Cortex-M4、Cortex-M33 产品可以沿这条路径升级,保留成熟 MCU 设计中的大部分既有投入。
三、性能、面积与功耗对照
1. 对比前代 Cortex-M33
| 指标 | Cortex-M42 相对 M33 |
|---|---|
| 向量计算能力 | 提升至 3 倍 |
| 向量能效 | 提升至 2 倍 |
| 架构 | Armv8.1-M,内置 Helium 矢量扩展 |
| 指令扩展 | 支持 ACI 自定义指令 |
2. 对比 Cortex-M52(同工艺同频率配置)
| 指标 | 测试条件 | Cortex-M42 相对 M52 |
|---|---|---|
| 标量与向量性能 | TSMC 22ULL、150MHz | 性能相近 |
| 硅片面积 | 同上 | 减少 10% |
| 功耗 | 同上 | 降低 15% |
| 适用设计 | 不需要丰富内存子系统(缓存、TCM)的方案 | 面积功耗优先,而非极致性能优先 |
3. 定位一句话总结
M42 卡在 M33/M4 升级路径和 M52 高性能型号之间:用接近 M52 的标量、向量性能,换更小的面积和更低的功耗,适合成本敏感、内存子系统简单的端点 MCU。
四、面向的嵌入式与边缘场景
| 场景类别 | 典型用途 |
|---|---|
| 可穿戴设备 | 音频处理、关键词识别 |
| 连接设备 | 传感器分析、信号处理 |
| 工业控制器 | 状态监测、异常检测、预测性维护 |
| 通用 MCU | 低功耗 AI 计算域、智能端点控制 |
| 物理 AI | 机器人电机、关节的本地信号处理与磨损识别(不承担安全关键运动控制功能) |
五、"星辰 100e"AIoT 原型平台:CPU 加 NPU 异构分工
1. 为什么 CPU 之外还要加 NPU
端侧 AI 负载从关键词识别、实时语音、物体检测发展到小语言模型推理,CNN、张量计算等重负载已经超出 CPU 矢量扩展的最优范围。Ethos NPU 是专用 AI 加速器,在卷积、全连接等重计算神经网络场景中,功耗和面积效率优势更突出。
2. 平台异构组合
| 组成 | 角色 | 负责负载 |
|---|---|---|
| Cortex-M42 CPU + Helium | 通用控制与向量处理 | 实时控制、信号处理、轻量向量计算、通用 AI 推理 |
| Arm Ethos-U55 NPU | 专用 AI 加速 | CNN、全连接等重神经网络推理 |
| FPGA 原型环境 | 参考设计验证 | 跑通用例、评估性能与能效,供客户参考集成 |
3. 已跑通的 AI 用例
- 关键字检测(KWS)
- 目标识别(Object Detection)
- 自动语音识别(ASR)
六、实测性能提升(FPGA 平台,对比单核 Cortex-M42)
| AI 用例 | 单独 Cortex-M42 | Cortex-M42 + Ethos-U55 | 提升倍数 |
|---|---|---|---|
| 关键字检测 | 基准 1 倍 | 加速后 | 提升 95 倍 |
| 目标识别 | 基准 1 倍 | 加速后 | 提升超 132 倍 |
| 自动语音识别 | 基准 1 倍 | 加速后 | 提升超 340 倍 |
注意:以上倍数为安谋科技在 FPGA 原型平台上的实测口径,受模型规模、量化精度、内存配置、主频和测试用例影响;量产芯片流片后的实际性能需要以客户芯片实测为准。
七、"星辰"AIoT 原型平台路线图
| 平台 | 处理器组合 | 状态与定位 |
|---|---|---|
| 星辰 300(第一代) | Cortex-M52("星辰"STAR-MC2)+ Ethos-U55 | 已全面支持主流小模型 |
| 星辰 100e(新一代) | Cortex-M42(STAR-MC3)+ Ethos-U55 | 本次发布,FPGA 跑通 KWS / 目标识别 / ASR 用例 |
| 下一代更高性能平台 | 未公布具体组合 | 计划 2027 年推出 |
平台整体技术栈为 "星辰 CPU + Helium 矢量扩展 + Ethos NPU",按性能和成本分档覆盖不同边缘 AI 场景。
八、授权与生态背景
- Cortex-M42 同时纳入 Arm Flexible Access 和 Arm Total Access 授权订阅组合。
- 截至 2026 年 11 月,Arm Flexible Access 有 319 家活跃成员,支持超 500 次独立流片;Arm Total Access 覆盖 60 家合作伙伴,累计支持超 600 个项目。
- 合作开发关系:Cortex-M42 由安谋科技与 Arm 合作开发,中国市场以 "星辰"STAR-MC3 命名,同时进入 Arm 全球 Cortex-M 路线图。
- 现有生态中已有 Cortex-M52 + Ethos-U55 的客户组合案例,M42 补的是更低成本、更小面积的档位。
九、嵌入式客户落地关注点清单
- 先判断负载类型:轻量 DSP / 向量计算用 CPU + Helium 即可;卷积、全连接重神经网络再配 Ethos NPU。
- 核对内存子系统需求:不需要缓存、TCM 的简单 MCU 设计再选 M42;需要丰富内存子系统和更高性能的方案评估 M52 等型号。
- 从 M4/M33 升级时,评估软件栈、工具链和自定义指令迁移成本,保留既有成熟设计投入。
- 用 ACI 前先梳理专属算法热点,确认自定义指令的收益是否值得额外设计投入。
- 参考 "星辰 100e"FPGA 用例做原型验证,再决定量产芯片的 CPU/NPU 配比。
- 端侧模型按低精度量化方向准备,匹配 Helium 8 位定点和 Ethos NPU 的能效优势。
- 实测性能倍数不能直接套用到量产芯片,需结合工艺、主频、内存带宽和模型重新评估。
总的来看,这次安谋科技解析 Cortex-M42、发布 "星辰 100e",是把边缘 AI 算力继续往低成本、低功耗 MCU 端点下沉:M42 用 Helium、ACI 和 AHB 紧凑设计,给成熟 MCU 一条升级 ML/DSP 的简便路径;星辰 100e 用 M42 加 Ethos-U55 的异构组合,在 FPGA 上验证了从关键字检测到语音识别的大幅推理加速。对芯片合作伙伴来说,这是在面积、功耗和 AI 性能之间多了一档可选方案;后续还要看 2027 年更高性能平台的落地,以及客户基于这套参考设计流片后的实际表现。
【相关 FAQ】
问题 1:安谋科技这次发布的 Cortex-M42 和 "星辰 100e" 分别是什么,二者是什么关系?
回答 1:Cortex-M42 是安谋科技与 Arm 合作开发的新一代嵌入式处理器,中国市场命名为 "星辰"STAR-MC3,基于 Armv8.1-M 架构;"星辰 100e" 是基于 Cortex-M42 打造的 AIoT 原型平台,采用 Cortex-M42 CPU 加 Ethos-U55 NPU 的异构组合。简单说,M42 是处理器 IP,星辰 100e 是围绕这颗 CPU 搭配 NPU、跑通 AI 用例的参考原型平台,供嵌入式芯片客户参考集成。
问题 2:Cortex-M42 相比 Cortex-M33 和 Cortex-M52 有哪些提升和取舍?
回答 2:相比 Cortex-M33,Cortex-M42 向量计算能力提升至 3 倍、向量能效提升至 2 倍,并支持 Helium 矢量扩展和 ACI 自定义指令。相比 Cortex-M52,在 TSMC 22ULL、150MHz 配置下,M42 标量和向量性能相近,但硅片面积减少 10%、功耗降低 15%;取舍是 M42 面向不需要缓存、TCM 等丰富内存子系统的简单 MCU 设计,追求极致性能的方案仍应选 M52 一档。
问题 3:"星辰 100e" 平台实测 AI 性能提升多少,跑通了哪些用例?
回答 3:"星辰 100e" 在 FPGA 平台上跑通了关键字检测、目标识别和自动语音识别三类典型 AI 用例。实测相比单独使用 Cortex-M42,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 132 倍,自动语音识别提升超 340 倍。这些倍数是 FPGA 原型平台特定条件下的结果,量产芯片实际表现需结合工艺、主频、内存和模型量化重新评估。
问题 4:Cortex-M42 适合用在哪些嵌入式和边缘 AI 场景?
回答 4:Cortex-M42 面向成本和面积敏感的低功耗智能端点,典型场景包括可穿戴设备的音频处理和关键词识别、连接设备的传感器分析与信号处理、工业控制器的状态监测和预测性维护,以及物理 AI 中机器人电机、关节的本地异常检测。它不承担安全关键的运动控制功能,重卷积和全连接神经网络负载则交给平台中的 Ethos-U55 NPU 加速。
问题 5:"星辰 100e" 是量产芯片吗,"星辰" 平台后续还有什么规划?
回答 5:"星辰 100e" 目前是搭建在 FPGA 上的 AIoT 原型参考平台,不是量产芯片,作用是提供参考设计、跑通用例、缩短客户研发周期。"星辰" 平台第一代是星辰 300,采用 Cortex-M52(STAR-MC2)加 Ethos-U55,已支持主流小模型;更高性能的下一代 "星辰" 原型平台计划 2027 年推出。
【参考资料】
- [2026-11-18](安谋科技深度解析 Arm Cortex-M42,发布 "星辰 100e"AIoT 原型平台,助力打造 AI 性能更强的嵌入式)电子工程世界 EEWORLD
- [2026-11-18](安谋科技重磅发布,推动 AI 算力下沉!)腾讯新闻
- [2026-11-18](安谋科技发布 Cortex-M42 与 "星辰 100e" 平台)新浪财经・网易智能
- [2026-11-18](安谋科技发布基于 Arm Cortex-M42 CPU 的 "星辰 100e"AIoT 原型平台)新浪财经・IT 之家
- [2026-11-18](安谋科技发布基于 Arm Cortex-M42 CPU 的 "星辰 100e"AIoT 原型平台)微博・IT 之家
- [2026-11-10](Arm expands Arm Flexible Access and Arm Total Access portfolios with new Arm Cortex-M42 to accelerate edge AI innovation)Arm Newsroom
【免责声明】
本文基于截至 2026 年 11 月 19 日的公开新闻稿、媒体报道和 Arm 官方资料整理,文中性能倍数、面积功耗对比、工艺与频率配置均为厂家在特定测试条件下给出的数据,不同工艺、主频、内存配置、模型规模和量化精度下结果会有差异。"星辰 100e" 为 FPGA 原型参考平台,不等同于量产芯片;处理器 IP 的实际授权条款、规格细节和路线图以 Arm 与安谋科技官方发布为准。嵌入式产品选型需结合具体负载、安全等级、软件生态和成本目标做独立验证,因直接照搬本文参数或未做流片前评估导致的设计偏差与损失,由使用方自行承担。
本文来自作者[等离子标]投稿,不代表品途网立场,如若转载,请注明出处:https://m.pintu360.com/kjkx/202611/1487298.html
评论列表(4条)
我是品途网的签约作者“等离子标”!
希望本篇文章《安谋科技解析 Cortex-M42 并发布 "星辰 100e"AIoT 原型平台架构能力、异构 NPU 实测与嵌入式 AI 落地梳理》能对你有所帮助!
本站[品途网]内容主要涵盖:范文、经验、百科
本文概览:2026 年 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 Arm Cortex-M42 处理器,并正式推出基于该 CPU 的 "星辰 100e "AIoT 原型平台。Cortex-M42 基于 Armv8.1-M 架构,面向成本和面积敏感的低功耗智能端点,把 Helium 矢量扩展、Arm 自定义指令(ACI)和基于 AHB 的紧凑设计打包在一起,让现有 Cortex-M4、M33 的 MCU 设计可以较低成本升级 ML 和 DSP 能力;它由安谋科技与 Arm 合作开发,中国市场命名为 "星辰 "STAR-MC3,已纳入 Arm Cortex-M 全球产品路线图。 "星辰 100e " 走的是 CPU 加专用 NPU 的异构路线:Cortex-M42 搭配 Ethos-U55,目前已在 FPGA 平台跑通关键字检测、目标识别、自动语音识别等典型 AI 用例;实测相比单独使用 Cortex-M42,关键字检测推理性能提升 95 倍,目标识别提升超 132 倍,自动语音识别提升超 340 倍。整体看,这次发布解决的是边缘嵌入式设备 "想上 AI 但 CPU 矢量算力到顶、又受面积功耗约束 " 的问题:轻量向量负载交给 CPU 加 Helium,卷积、全连接等重神经网络负载交给 Ethos NPU,原型平台先在 FPGA 上把参考设计和用例跑通,缩短芯片客户的研发周期。需要区分的是, "星辰 100e " 是原型参考平台而非量产芯片,实测倍数来自 FPGA 平台特定测试条件,量产芯片的实际表现还要看工艺、主频、内存带宽和模型量化方案。