备注：Onlife 时代承认生活在互联技术的持续帮助下，享受自然、透明交互与无缝过渡，并且使在线和离线之间没有显著区别。借助 ISPU，ST通过将智能处理迁移到传感器侧来开启这个时代：不再是在边缘上（at Edge），而是在边缘内（in Edge）。
ST（即STMicro electronics，意法半导体）最近新推出的了一个ISPU（智能传感器处理单元） ，它其实就是一块芯片。这一芯片可以将 MEMS 传感器与数字信号处理器 (DSP) 结合在一起，其主要运行的是 AI 算法，该算法可以让芯片在“边缘“做出电子决策，当然这需要借助云端或本地网关。
据了解，与系统级封装器件相比，这一ISPU的尺寸更小，功耗最多可以降低 80%。ST方面还声称，继 2000 年传感器没有网络连接 MCU 控制的“离线(offline)时代“，到 2010 年代传感器连接到云或本地网关的“在线(online)时代”之后，这个ISPU将要开启一个新的“onlife 时代”了。
ISPU主要特点：
- 增强型 32 位 RISC 哈佛架构
- 可在芯片设计阶段使用专用指令或硬件组件进行扩展
- 频率/ODR（输出数据速率）最大值 – 5 MHz / 3.33 kHz – 10 MHz / 6.66kHz
- 4-stage pipeline（管道计算模式）
- 16 位可变长度指令
- 20 位寻址空间
- 快速中断响应：4 周期 15（Cortex）
- 单周期 16 位乘法器
- 全精度FPU（浮点运算单元）
- 具有卷积加速的二元神经网络
- 40 kB RAM 用于程序 + 执行
- 空间– 最小可达8 kgates
- 标准封装 – 3 x 2.5 x 0.83 mm，与早期传感器引脚兼容
- 节电– 在传感器融合应用中比系统级封装设备节省 5-6 倍，在 RUN 模式下节省 2-3 倍
实际上，之前的老方法将传感器连接到 MCU上是最灵活的，因为MCU是完全可以编程的。比较不太好的一点是它不太节能，而且通常没有高级数据处理。而可重配置的处理单元不仅能运行带有一些调整的示例模型，而且效率最高，还可以发送预处理数据。ST 方面解释说，此次的 ISPU 可以说是提供了最好的组合，具有高度的灵活性、低功耗，还能通过 DSP 与 AI 对传感器数据进行处理。
（专有）DSP 可以用 C 语言编程，而且允许量化的 AI 传感器支持全部到单一位的精度神经网络。ST表示：“通过分析惯性数据，可以确保在活动识别和异常检测等任务中具有卓越的准确性和效率。”
目前ST还没有提供基于 ISPU 的传感器列表。据我了解，他们目前的公告更多地是展示ST的能力，实际的传感器可能会在今年晚些时候发布。其他的更多详细信息你们可以在他们的新闻稿和ST 网站上找到。
详细信息可以在他们的新闻稿和STMicro 网站上找到。
文章翻译者：Jacob，嵌入式系统测试工程师、RAK高级工程师，物联网行业多年工作经验，熟悉嵌入式开发、测试各个环节，对不同产品有自己专业的分析与评估。