無需網路即可實現學習和推理 並可預測設備異常
半導體製造商ROHM（總公司：日本京都市）推出了具有 AI（人工智慧）功能的微控制器「ML63Q253x-NNNxx / ML63Q255x-NNNxx」（以下簡稱 AI微控制器），該產品可利用在馬達等工業設備，及其他各種設備的感測資料進行故障檢測和劣化預測，而且無需網路即可進行學習和推理，是業界首創的微控制器。
10
Apr . 2025
ROHM推出業界首創具有AI功能的微控制器
分享至
新產品採用簡單的三層神經網路*1演算法，實現了ROHM獨家端點側AI解決方案「Solist-AI™」，無需依賴雲端或網路，即可在微控制器內部進行學習與推理。
目前AI處理模型主要分為雲端AI、邊緣AI和端點AI。雲端AI是在雲端執行學習和推理，邊緣AI是在雲端及工廠設備或PLC*2上搭載AI，再利用網路執行學習和推理。通常，端點AI是在雲端學習、在終端設備上推理，因此需要連接網路。此外，由於上述處理模型是透過軟體執行推理的，因此需要配備GPU或高性能CPU。
ROHM的AI微控制器雖然是端點AI，但透過設備端學習，能夠在微控制器內部獨立執行學習和推理，因此能夠靈活應對安裝環境和同一機型的差異。與使用傳統軟體方式（條件：12MHz驅動時的理論值）的ROHM微控制器相比，使用ROHM獨家AI加速器「AxlCORE-ODL」*3可將AI處理速度提高約1,000倍，還能夠即時檢測「不同於以往」的異常，並輸出相應的數值。並且由於可以在設備安裝現場進行快速學習（設備端學習），因此也可以加裝到現有機台上。
此AI微控制器配備了32bit Arm® Cortex®-M0+ Core、CAN FD*4控制器、三相馬達控制PWM*5和2組A/D轉換器*6，實現了僅約40mW的低功耗性能，非常適用於工業設備、住宅設備和家電的故障檢測。
ROHM計畫推出記憶體大小、封裝、引腳數和包裝規格不同、共16種型號的AI微控制器。採用TQFP封裝的有8種型號，已從2025年2月開始依次投入量產（樣品價格3,000日元/個，未稅）。其中記憶體（Code Flash）大小256KB、採用編帶包裝的2種型號可以和微控制器評估板一起透過電商平台購買。
ROHM也在官網上發佈了AI模擬工具（Solist-AI™ Sim），用戶可以在導入AI微控制器之前，確認學習和推理的效果。該工具輸出的資料也可作為實際AI微控制器的學習資料，對於導入前的初步驗證和提高精度很有幫助。
此外為了促進AI微控制器的導入，ROHM與合作夥伴共同構建了相關生態系統，以支援模型開發和導入。今後ROHM將繼續強化生態系統，透過支援學習資料的創建、提出優化導入方案等，為AI微控制器提供更便利的使用環境。
＜開發背景＞
近年來隨著對設備和機器高效運行的需求不斷增加，故障檢測和維護效率的提升成為重要課題。同時設備和機器製造商也在尋求既能避免網路延遲和安全風險，又能即時掌握運行狀態的解決方案。然而一般的AI處理模型需要網路連接和高性能CPU，因此成本和安裝環境的限制一直是個難題。在此背景下，ROHM推出能夠獨立執行AI學習和推理的創新型AI微控制器。該解決方案無需連接網路，可在設備發生故障之前檢測出故障，降低維護成本和停機風險，助力實現設備和機器的穩定運行，並進一步提升效率。
・「Solist-AI™」是ROHM Co., Ltd.的商標或註冊商標。
＜關於Solist-AI™（Solution with On-device Learning Ic for STandalone-AI）＞
Solist-AI™是ROHM針對邊緣運算領域提供的端點側AI解決方案，其名稱源自音樂術語「獨奏者」，透過自主研發的設備端學習AI技術，無需依賴雲端伺服器，即可在獨立的邊緣設備上執行即時訓練和推理，具有體積小、功耗低的特點，有助實現AI創新和擴展。
＜產品陣容＞
AI微控制器配備32bit Arm® Cortex®-M0+ Core （最大工作頻率：48MHz），以及執行訓練和推理的三層神經網路AI加速器「AxlCORE-ODL」。此外透過利用三相馬達控制PWM等各種計時器功能、CAN FD等豐富的序列介面和12bit A/D轉換器，可廣泛應用於工業設備、住宅設備和家電的控制和資料處理。
＜AI微控制器開發支援工具＞
AI微控制器採用通用的Arm®內核，可以使用市售產品或ROHM提供的整合式開發環境。在學習和推理評估方面，ROHM提供可確認AI工作情況的模擬工具，和可確認AI效果的即時檢視器。此外在下方官網的AI微控制器開發支援系統頁面中，介紹了AI微控制器開發支援系統的配置和各產品概要。
https://www.rohm.com/lapis-tech/product/micon/solistai-software
◼ ROHM官網訊息
Solist-AI™ Sim ：可在電腦上運行的、用來確認AI工作情況的模擬工具
Solist-AI™ Scope ：用來確認AI效果的即時檢視器（附帶參考軟體）
參考軟體 ：AI微控制器的範例軟體
整合開發環境 ：LEXIDE-Ω（ROHM製造）
◼ 市售產品
Arm®整合開發環境 ：Arm® Keil® MDK
Arm®Debug Adapter ：連接電腦和Arm®內核的debugger
USB-SPI轉換Adapter ：連接AI微控制器和Solist-AI™ Scope的Adapter
◼ 電商銷售產品
微控制器評估板 ：配備AI微控制器的獨立評估 / 軟體發展用評估板
＜應用示例＞
FA（Factory Automation）感測器、馬達、電池、電動工具、住宅設備或家電、機器人，以及需要故障檢測的設備、不能停機的設備和需要提高預測精度的設備等應用。
＜AI微控制器的應用實例＞
AI微控制器與各種感測器結合，能夠實現高精度的異常檢測和狀態監控。
◼FA感測器＋AI微控制器
利用光、溫度、流量、聲音等資料進行設備狀態監控和異常檢測
FA感測器等感測單元本身的異常檢測和劣化預測
◼馬達＋AI微控制器
監控馬達電流、溫度、轉速，檢測負載異常和軸承損壞情況
◼加速度感測器＋AI微控制器
監控機器振動並根據適合每台機器的標準實現基於狀態的維護*7
◼AE（Acoustic Emission）*8感測器＋AI微控制器
綜合分析AE感測器的各項指標（最大振幅、平均值、能量和計數），及早發現機器異常
◼住宅設備或家電＋AI微控制器
利用現有感測器的資料，及早發現設備異常，確認是否需要維護，估算未感測到的資料並預測特定工作所需的時間
◼工業機器人＋AI微控制器
透過邊緣（終端）感測器和AI微控制器檢測機器人各部分的異常情況和調試時機，僅將結果傳輸給主CPU
＜名詞解釋＞
*1）三層神經網路
受人腦結構啟發而誕生的神經網路（數學公式和函數模型），處理流程由輸入層、中間層和輸出層組成，中間層為一層、總共僅有三層的簡單神經網路。「深度學習」是將中間層的數量增加到幾十層或更多，以執行更複雜的AI處理的多層神經網路。
*2）PLC（Programmable Logic Controller）
用於自動控制生產設備和工業設備的可程式化設計控制裝置。通常會配備微控制器，並廣泛應用於自動控制和機器控制，且要求具有優異的環境耐受性和高可靠性。
*3）AI加速器
在實現AI功能時，將透過軟體讓處理器（CPU）執行處理，改為由硬體處理來提高處理速度的專用硬體。
*4）CAN FD（CAN with Flexible Data rate）
CAN（Controller Area Network）協議的升級版，與傳統的CAN相比，資料傳輸速度更快，資料容量更大。除了車載網路外，近年來在工業設備領域也得到了廣泛應用，適用於PLC、機器人控制、運動控制系統等需要即時控制的應用。
*5）三相馬達控制PWM（Pulse Width Modulation）
三相馬達控制PWM是一種用於有效控制三相馬達運行的PWM訊號生成功能。透過在三個不同時序輸出脈衝信號，可以精確調整馬達的轉速和轉矩。
該功能對於工業設備、家電中的節能和高性能馬達驅動至關重要，透過內建微控制器，可實現即時控制。