AI（人工智能）正在深刻重塑我们的世界。一方面，新一代数据中心建设持续升温，云端不断提供更强大的算力，推动AI技术快速演进；另一方面，AI也在持续向网络边缘延伸，借助网络“末梢”的边缘设备进一步贴近用户，边缘AI正迎来加速崛起的关键阶段。

顾名思义，边缘AI由边缘计算演进而来，无需过度依赖云端资源，就能在更靠近用户的位置部署AI应用。它不仅延续了边缘计算在本地化处理、低时延和高安全性方面的优势，还能够在边缘端执行包括AI推理乃至部分训练在内的智能功能，让边缘设备的智能化能力迈上新台阶。

进一步分析可以发现，想要真正实现边缘AI，必须具备两个关键条件：一是连接，二是算力。

01连接，尤其是无线连接，能够将大量边缘设备与云端有机联结成一个整体。一方面，它可以让来自海量边缘终端的“小数据”汇聚成云端的“大数据”，形成更深入、更精准的洞察；另一方面，也让更丰富的AI应用跨越数据边界，通过边缘设备在真实物理世界中落地应用。

02边缘端的算力挑战同样不可忽视。如何在资源有限、且对功耗高度敏感的边缘设备中部署相对“吃算力”的AI功能，是开发者必须面对的重要课题。当前业界的主流解决思路主要有两条路径：一是在硬件层面持续增强，提升主处理器性能或加入专用协处理器（如NPU）；二是在软件层面优化，通过模型裁剪与轻量化，打造更适合嵌入式设备运行的“小模型”。

上述边缘AI的发展趋势，正在深刻影响半导体产业链的多个环节，也为无线SoC的持续升级带来了新的增长机遇。

回顾过去，通过将无线通信模块、微控制器或处理器，以及存储器和I/O接口等关键资源集成在单颗芯片中，无线SoC凭借这一创新产品形态，让硬件产品能够更轻松地获得联网能力，同时大幅简化系统设计，有力推动了物联网行业的发展。

如今，边缘AI的快速发展无疑为无线SoC的“进化”明确了新方向——如果能够在原有平台基础上进一步整合AI能力，在提供无线连接的同时，也为实现“边缘智能”带来更高便利性，那么打造一颗真正能够“胜任AI”的无线SoC，就意味着拿到了进入边缘AI市场的重要“入场券”。

大方向已经十分明确，但想要顺利抵达目标，仍然需要周密规划与持续投入，一场围绕边缘AI无线芯片的全新竞逐已经正式展开。

面对这一市场机遇，作为无线SoC领域的重要厂商， Nordic Semiconductor （以下简称Nordic）早已展开前瞻布局，并通过关键的“三步走”策略，推动无线SoC加速迈向边缘AI时代。

无线SoC平台升级

升级自身无线SoC技术平台，是Nordic迈向边缘AI的第一步。

物联网硬件工程师都很熟悉，Nordic的nRF52系列是极为成功的无线SoC产品，累计出货量达到数十亿级。不过，面对边缘AI在连接能力、算力水平与安全防护等方面提出的更高要求，显然需要新一代产品接棒，因此nRF54系列应运而生。

以极具代表性的nRF54L15系列低功耗蓝牙SoC为例，其在多个维度都将无线SoC平台能力提升到了全新高度：

更强的算力：nRF54L15系列SoC搭载128 MHz的Arm Cortex-M33处理器内核，配备1.5MB非易失性存储器以及256KB RAM。相比上一代nRF52840，其处理能力提升一倍，处理效率更是提升至三倍以上。这意味着它能够胜任更复杂的通信协议与应用程序，从而满足更高层次的边缘智能和嵌入式AI开发需求。

支持多协议：nRF54L15系列支持新版BLE 6.0标准，同时支持新增的蓝牙信道探测（Channel Sound）以及蓝牙Mesh等功能。与此同时，nRF54L系列还支持Zigbee、Thread、Matter、Amazon Sidewalk和专有2.4GHz协议；若与Nordic的nRF70系列协同IC搭配使用，还可运行Wi-Fi协议栈，能够更好地应对多样化无线互连设计需求。

超低功耗：与上一代无线SoC相比，nRF54L15系列将无线电模块与高效MCU深度结合，显著降低了典型BLE应用场景下的功耗，并可在低功耗条件下实现高达8dBm的发射功率和-96dBm的接收灵敏度。

先进的安全功能：在nRF54L15系列中，集成了安全启动、安全固件更新、安全存储、基于TrustZone的可信执行环境、具有侧信道泄漏保护能力的加密加&速器以及篡改检测器等安全特性，以满足边缘设备不断升级的安全需求。

此外，nRF54L15系列蓝牙SoC还集成了RISC-V协处理器和丰富的外设资源，提供Pin-to-Pin封装变体，以及配套的高性价比、多功能开发套件，为产品开发带来更高的便利性与灵活性。

围绕nRF54系列所实现的这些性能提升和开发资源完善，不仅体现了新一代无线SoC平台的技术升级方向，也是在为边缘AI开发挑战提前打下坚实基础。

整合创新TinyML方案

众所周知，在算力资源有限的边缘设备上部署AI，就像“把大象装进冰箱”一样，难度极高。要完成这项任务，要么“增大冰箱容量”，也就是提升边缘主控芯片的硬件性能——但这往往会受到功耗、成本等现实因素限制；要么就是“压缩大象体积”，即开发更适合在MCU等资源有限的嵌入式处理器上运行的小型机器学习模型，也就是通常所说的TinyML。

通过推出nRF54系列，Nordic已经在提升硬件性能方面迈出了关键一步；接下来在TinyML方向上的布局，则是其推进边缘AI战略的第二步。

通过收购边缘设备全自动TinyML解决方案供应商Neuton.AI，Nordic得以将Neuton.AI创新的Neuton神经网络框架与nRF54系列出色的平台性能相结合，使边缘设备实现超高效机器学习应用成为现实。

具体来看，Neuton神经网络相较于结构冗余的传统全连接网络，具备惊人的效率优势：它在生长过程中会自动剔除不重要的神经元和权重，并支持跨层连接。这样一来，模型不再是传统呆板的层级堆叠，而是形成高度精简、按需连接的稀疏拓扑结构。因此，经过Neuton神经网络训练后的机器学习模型，体积仅有5KB甚至更小，比其他同类模型小10倍，运行速度也更快。而且，它无需手动调优，也不要求开发者具备数据科学专业背景，部署简单、上手迅速，尤其适合在MCU平台上快速落地，这对边缘AI开发者而言无疑是重大利好。

显而易见，创新的Neuton神经网络适用于包括nRF54系列在内的Nordic全部无线SoC产品组合。将其整合进Nordic的边缘AI生态系统后，有助于开发者快速构建人工智能应用，同时保持低功耗优势，并节省宝贵的设备与系统资源。借此，Nordic又向边缘AI愿景稳步迈进了一大步。

集成硬件NPU

在“推动无线SoC进化、迈入边缘AI时代”的道路上，Nordic并没有止步于此。

有了Neuton神经网络框架的支持，模型可以高效运行在Arm Cortex-M系列CPU上，用于处理运动传感器、光电传感器等时间序列数据。不过，这种“在CPU上运行精简模型”的方式，覆盖的应用场景仍然有限。若要进一步提升模型推理速度和能效，以满足音频流、小型视频流等更高数据量时间序列处理任务的需求，就需要新的技术路径进行补足——也就是在芯片中集成专用NPU（神经处理单元）硬件加&速器。

为此，Nordic进一步扩展了nRF54系列产品组合，推出了首款搭载NPU的nRF54LM20B系列SoC。

nRF54LM20B集成了Axon NPU，针对TensorFlow Lite级别模型的处理速度比Arm Cortex CPU快15倍，同时能耗显著降低。根据Nordic公布的数据，与同类边缘AI精品解决方案相比，nRF54LM20B性能提升7倍，能效提升8倍，这使得高速率传感器数据处理、音频应用以及事件驱动型边缘AI场景，也能够在电池供电条件下实现稳定运行。

与此同时，nRF54LM20B还配备了2MB非易失性存储器和512KB RAM，以及扩展的外设集群、高速USB接口和多达66个GPIO引脚，以满足更高阶应用开发的需求。在无线连接方面，nRF54LM20B同样配置强大，支持BLE、Matter、Thread、Zigbee及2.4 GHz专有协议，数据速率最高可达4Mbps；配合nRF70系列协同IC后，还可支持蓝牙信道探测、蓝牙Mesh及Wi-Fi功能，极大拓宽了边缘AI应用开发的空间与想象力。

值得一提的是，伴随nRF54LM20B的推出，与其配套的开发套件nRF54LM20-DK也已同步上市。有了这款经济实用的单板开发套件，开发者可以快速上手体验nRF54LM20B的全部功能，探索如何在电池供电的可穿戴设备、智能家居、音频设备、工业与医疗传感器以及追踪器等产品中，快速部署边缘AI应用。

本文小结

边缘AI正在悄然改变嵌入式开发生态与行业游戏规则。如何快速迭代产品与技术，紧跟行业趋势和市场需求，已经成为芯片厂商必须回答的重要课题。

Nordic通过缜密的战略布局以及积极、稳健的行动，正逐步补齐边缘AI所需的关键技术版图，也为无线SoC在边缘AI时代加速进化打下了坚实基础。