过去谈及人工智能，人们首先想到的往往是云计算——将数据上传至云端，借助强大的算力进行处理，再返回结果。这一思路本身并无问题，但前提是网络带宽必须足够宽裕。到了6G时代或许能轻松实现，但在当前，尤其是对实时性要求极高的场景，这条路已经显得行不通。
意法半导体（ST）的解决思路是把人工智能“下沉”到边缘端，直接在传感器端完成计算。传统的边缘计算，算法通常存放在MCU里，传感器仅输出原始数据，MCU再独立运行算法。如今ST更进一步：将算法下放到传感器内部。具体来说有两种路径：一种是基于MLC，利用可重配置的rPU处理器，把决策树这类算法直接嵌入传感器，传感器输出事件结果给MCU，MCU无需再处理全量数据；另一种就是本文的主角——ISPU（Intelligent Sensor Processing Unit，智能传感器处理单元）。
首先需要明确一个概念：ISPU并非独立的传感器，而是嵌入在IMU（惯性测量单元）内部的一个功能模块。本质上它是一个微型C语言可编程处理器，能在传感器内部完成信号处理与AI算法，兼容常见的开发工具。相当于在传感器里塞入了一个DSP，可以运行类似MCU的算法——支持标准C指令、信号处理、AI推理、机器学习甚至二进制神经网络。最关键的是，这一切都在微安级的功耗下完成，让传感器的智能程度提升了一个台阶。
目前搭载ISPU的6轴IMU有两款：面向消费类应用的LSM6DSO16IS（适合复杂动作手势识别、事件检测、运动追踪），以及面向工业和边缘应用的ISM330IS（适合机器人、空调、资产追踪、预测性维护）。除了基本的IMU功能（可配置陀螺仪量程、加速度量程、ODR数据、SPI/I2C接口），内部还集成了ISPU，运行频率最高10MHz，配有32KB程序RAM和8KB数据RAM，总共40KB内存，支持浮点与32位整数运算。
ST的ISPU方案基于DSP架构，面积非常小——仅8K门。封装尺寸仅为3mm×2.5mm×0.83mm。基于32位哈佛架构，支持浮点运算和神经网络，最高主频10MHz，最大输出数据率6.6KHz。
ISPU的优势相当突出。首先谈功耗——如果把传感器融合算法放在ISPU里运行，5MHz下功耗仅200µA。而如果放在Cortex-M0上运行，即使主频只有4MHz，功耗也需要1300µA。计算下来，ISPU的功耗大约是M0的五分之一。更关键的是，ISPU直接集成在传感器内部，获取加速度计等数据无需总线参与，这进一步降低了系统负载。具体对比：在104Hz频率下读取数据，ISPU只耗费1µA，而Cortex-M0在4MHz时已经需要94.4µA。
千万别小看这个差距——当ODR增大、ISPU运行速率加快时，功耗差距会进一步拉大。例如以883Hz提取加速度数据，ISPU的功耗只有7.5µA，而Cortex-M0高达747µA，相差近100倍。倾角检测、排气检测、传感器融合、手腕倾斜（比如手表的翻腕亮屏）等算法，ISPU的功耗同样非常低。
再说AI方面的优势。ISPU提供了更大的自学习空间，支持多种机器学习决策树（比如Scikit-learn），也支持深度学习算法（比如QKeras、TensorFlow、ONNX）。ST通过ISPU编译器，将基于机器学习和深度学习的模型编译成UCF配置文件，MCU通过总线将该配置文件写入ISPU即可运行算法。这种方案可以广泛用于个人电子产品（穿戴设备、头戴设备等）以及工业领域的事件监测中。
ISPU的运行原理
在LSM6DSO16IS/ISM330IS的IMU内部框架中，传感器HUB可以通过I2C连接外部磁力计、气压计等设备。ISPU可以直接通过内部IMU传感链，读取外部传感器（地磁或气压计）以及内部加速度计、陀螺仪和温度数据。ISPU最多可以同时运行30个算法（单核串行执行），每个算法都可以产生一个中断信号，通知主控发生了相应的事件。
ISPU通过I2C或SPI与主控连接，并通过多种寄存器与主控交互。举个例子：主控需要配置参数时，可以通过总线将参数写入ISPU的配置寄存器；标志寄存器负责主控与ISPU的数据交互；输出数据寄存器则在中断发生后将数据送出，告诉MCU当前发生了什么事件。
ISPU开发流程
第一步，基于ISPU代码进行编码，用工具链编译成ISPU二进制文件。第二步，将此二进制文件与传感器配置文件（configure.txt）一起，通过工具生成ISPU.h或UCF配置文件。第三步，将这些文件复制到MCU的应用程序代码中，加载ISPU程序并读取算法结果。第四步，使用ARM工具链编译，生成应用.bin文件。最后，将应用.bin文件烧录到MCU中运行。
ISPU软件的开发工具（三种方式）
1）命令行工具CLI
主要适用于Windows环境，通过CMD输入命令完成编译。使用前需要先安装ISPU编译工具链和make工具。然后基于ST提供的ISPU模版开发Norm算法，修改传感器配置，通过json输出文件进行编译。最后通过GUI连接板子并连上电脑，使能ISPU。
2）基于Eclipse的IDE
比如STM32CubeIDE，可以编辑代码并编译ISPU程序。开发时需要先下载安装Eclipse插件，然后导入工程进行编译。
3）GUI工具 AlgoBuilder
这个方式最为便捷——无需写代码，直接在软件里用鼠标拖拽不同模块进行连接，系统会自动生成代码。用户需要在ST官网下载AlgoBuilder、STM32CubeIDE、STM32CubeProgrammer和Unico-GUI并安装。配置完成后，就能实现零代码设计，基于模块固件编译和烧写，并通过Unicleo-GUI进行调用。