“所以产业都值得用AI重新做一遍。”这是行业的普遍共识。

对于汽车处理器来说也不例外。当下，厂商都在接连拥抱边缘AI，并在处理器中放入NPU。那么，这些厂商布局NPU，都面向哪些应用？为什么汽车处理器已经离不开NPU了？

2月10日，ST发布首款内置自研Neural-ART NPU的汽车边缘智能微控制器（MCU）Stellar P3E。NPU为Neural ART Accelerator 11，这款NPU与2024年12月发布的STM32N6的引擎相同，但配置不同。此外，P3E 延续了该系列一贯的 28nm FD-SOI工艺。

P3E还拥有足足19.5MB的相变存储（PCM）技术的可扩展 xMemory。以往Stellar设备采用ePCM的两位每单元结构以确保可靠性，而ST改进技术，实现汽车级鲁棒性，仅用一个单元，整体密度翻倍于嵌入式闪存、MRAM或RRAM。19.5MB的嵌入式内存专门用于代码，通过存储两个独立的代码镜像实现空中（OTA）更新，以便在出现问题时恢复到之前的版本。ST还在制造过程中使用独特的算法，使其PCM达到汽车级水平，无论是存储关键代码还是长期数据。简单来说，Stellar P3E 的 xMemory 为客户提供了庞大且强大的存储池，以应对多个不同内存需求的项目。

其他配置上来看，P3E包括6个500MHz的Cortex-R52+，CoreMark分数达到了最高的8000分；1个200MHz的Cortex-M4、4个eDMA engines。提供98个SAR/SD模数转换器通道、8个低功耗ADC、高分辨率定时器和冗余传感，为双电机控制等先进应用提供所需的稳健控制。配备了可扩展的千兆以太网接口，方便连接短距离，同时屏蔽连接免受非常嘈杂的环境影响。

那么，为什么ST要把这款MCU中放入一个NPU？一是为未来的软件定义车辆设计，二是简化了X合1电子控制单元（ECU）的多功能集成，降低了系统成本、重量和复杂度。

根据ST的介绍，这款MCU可以实现微秒级推理处理，效率高出传统MCU核心处理器的30倍。使得能够实现始终在线、低功耗的AI，支持包括预测性维护和智能传感在内的实时功能，在广泛的应用中带来显著益处。

例如，这些功能可以提升电动汽车的充电速度和效率，并实现新功能的快速部署，无论是工厂还是现场。原始设备制造商（OEM）可以通过不同的AI模型引入新功能和更直观的行为，减少对额外传感器、模块、布线和集成工作的需求。

ST也在具体应用测试中，给出了直观的对比：以车窗防夹手功能为例，NPU 处理障碍物检测的速度是纯CPU计算的69倍，确认车窗关闭的速度则提升了16倍。 

当前，P3E样品限量供应，预计2026年底全面生产，软件开发解决方案包括AI工具现已上市。

总得来说，P3E的面世意味着ST已经能够根据应用，提供整套的解决方案。

恩智浦也在积极布局边缘AI上车，并发布了带有NPU的车规处理器。

CES 2026上，恩智浦（NXP）发布了5nm的S32N7系列超级集成处理器，全面释放人工智能（AI）在汽车领域的潜能，推动汽车向“软件定义”时代加速演进。博世（Bosch）为首家采用该技术的合作伙伴。

AI方面，S32N7支持最高可达L2级的自动驾驶功能，融入创新的“智能体AI”，让车辆具备更强的感知、决策和交互能力，具备强大的车端边缘计算能力，可高效处理传感器数据，为实时决策提供支撑，支持始终在线、超低功耗以及基于AI的低功耗运行能力。

应用方面，可将多达8个独立的车辆功能域（如车身、运动控制、底盘、网关等）整合至统一平台。通过完全片上硬件隔离与虚拟化、内核到引脚的虚拟硬件隔离技术，免除各子系统间的干扰，形成精简而强大的中央计算架构。

从配置来看，S32N7最大的亮点是搭载了eIQ Neutron神经处理单元（NPU），用于车辆核心的NeuroNetwork加速，搭载了基于RISC-V的加速器，适用于网络、数学及数据密集型工作负载。此外，核心上还搭载了8个1.8GHz的Cortex-A78E、12个1.4GHz的Cortex-R52、独立的安全系统管理器、独立的安全通信管理器、独立后台管理控制器。

存储方面，包括2个LPDDR4X/5/5X DRAM接口、36MB平台SRAM、两通道NVM接口、支持串行、四线和八线NOR存储器、1个UFS 3.1接口、支持eMMC 5.1 NAND闪存和SD卡/SDIO闪存。

28nm的AURIX TC4x是英飞凌未来数年的重点产品，这款产品其中也搭载了并行处理单元（PPU），为AI加速。

PPU是集成在英飞凌AURIX TC4x微控制器系列中的协处理器。PPU旨在卸载主CPU的信号处理、滤波和其他数学运算，从而为要求严格的应用程序（例如实时控制、传感器信号处理和轨迹规划等）提供高计算能力和缩短执行时间，并且能支持实现简单的神经网络算法。PPU内包含：

• 标量核（Scalar Core）：用于执行大量的标量运算，以及任务调度，支持多种算术运算和逻辑运算，支持硬件浮点运算，提供丰富的硬件功能安全机制；

• 向量核（Vector core/SIMD Core）：专门用于执行向量运算，支持多种向量算术运算、逻辑运算和专用信号处理，支持整型数和浮点运算，支持多级流水线和SIMD指令；

• 一级缓存：用于保存计算输入和输出数据的存储空间，由于结构上和运算核紧密耦合，该缓存可以在PPU的执行过程中对状态进行快速读写，并且有EDC/ECC保护，从而实现更高的执行效率和更高的可靠性；

• 其它系统资源：包括用于快速数据搬运的DMA，共享内存区等等。

TC4x可在多方面对AI进行支持。首先，TC4x满足ASIL-D功能安全，可与大算力SoC配合，在路线规划完成后对系统进行安全控制和执行。另外，PPU的矢量计算可以实现轻量化的AI加速，英飞凌也在同客户共同探讨AI的可能应用，从而增强系统性能，或完全创新的算法，比如通过AI模型实现虚拟传感器，从而降本增效。另外，则是随着明年电池管理新国标的实施，PPU也可以利用AI技术，加速数据网络模型，让电池包测试更准确，更可预判。

TI在C2000中也放入了NPU，来部署边缘AI。

TMS320F28P559SG-Q1的NPU支持基于预训练模型的机器学习推理，运算能力达600~1200MOPS，可部署于电弧故障检测、电机故障检测等场景。相比纯软件实现方案，其神经网络推理周期最多可缩短至原来的十分之一，性能提升高达10倍。

开发者可通过TI Edge AI Studio中的Model Composer或Tiny ML Modelmaker工具加载预训练模型，快速获取高级功能集，并自动生成C28x源代码，无需手动编码。对于采用自有AI训练框架的用户，TI神经网络编译器可将AI模型无缝移植至多款基于C28x的MCU，确保兼容性与部署效率。

这款产品在汽车上的可以有很多应用：混合动力、电动和动力总成系统包括直流/直流转换器、逆变器和电机控制、车载充电器（OBC）和无线充电器、虚拟引擎声浪系统（VESS）、发动机风扇、电子涡轮/增压器泵、电动助力转向（EPS）；信息娱乐系统与仪表组包括抬头显示、汽车音响主机、汽车外部放大器；车身电子装置与照明包括汽车HVAC压缩机模块、直流/交流逆变器、前灯；ADAS包括机械扫描激光雷达-电动汽车充电基础设施、交流充电（桩）站、直流充电（桩）站。

配置上，TMS320F28P559SG-Q1搭载150MHz C28x 32位DSP CPU、IEEE 754 单精度浮点单元（FPU32）、三角函数单元加速器（TMU）、支持非线性比例积分微分（NLPID） 控制、CRC引擎和指令（VCRC）、150MHz可编程控制律加速器（CLA）、24个ePWM通道、2个增强型捕获（eCAP）模块、嵌入式图形发生器（EPG）、可配置逻辑块（CLB）等。

随着整车AI量不断攀升，不光是智驾芯片和座舱芯片，汽车处理器放入NPU也正在成为标配，车窗防夹、虚拟传感器这类应用正在不断催生市场需求。随着“软件定义汽车”革命的继续深入，相信未来整车的边缘AI含量还会增加。