ST AI芯片STM32N6培训记录

​  2025 年 9 月 16 日，我前往拓荒族众创空间参加 ST（意法半导体）组织的 AI 芯片培训。此前早有关注 ST 发布的 AI 芯片 STM32N6，为赶上 AI 发展浪潮，便第一时间报名了此次培训。
  当天我卡着时间到达现场，结果前排的好位置已全部坐满，看来下次参加类似活动得提前到场才行。
尽管报名时已按页面提示安装了开发工具，但到现场后才发现，部分工具及示例程序仍需通过 U 盘复制获取。不清楚 ST 未提前提供下载链接的原因，现场仅靠几个 U 盘轮流传递复制，整体效率较低。此外，AI 开发工具无法使用最新版本，还需在现场重新安装；且部分安装内容必须依赖网络，好在当天网络速度尚可，未耽误后续的学习进度。
  培训开篇先讲解了 ST 的市场策略。为契合中国 “自主可控” 的需求，ST 已与国内的华虹半导体达成合作，确保 STM32N6 系列芯片在国内生产，彻底打消用户对 “被卡脖子” 的顾虑，这份诚意确实值得认可。
  由于本次核心是技术培训，市场相关内容并未占用过多时间，很快便进入正题 —— 介绍 STM32N6 的基本特性。作为 STM32 系列的最新产品，它的主频较前代有所提升，而核心亮点在于集成了算力达 600GOPS 的 NPU（神经网络处理单元），功耗表现更是达到 3TOPS/W。其主要应用场景聚焦于边缘 AI 领域，能在设备本地完成数据处理，既节省网络带宽，又可满足用户的安全需求。即便仅作为 MCU（微控制单元）使用，STM32N6 也是目前 STM32 系列中的性能强者，因此它分为两个子系列：STM32N67（含 NPU，适合有 AI 需求的场景）和STM32N65（无 NPU，适合无 AI 需求的场景）。
 

  随后进入实战操作环节。首先讲解的是 “点灯程序”，整体难度不高，按操作说明配置即可完成，对有单片机基础的人来说尤为简单。不过说明文档中存在几处小错误，容易让人产生困惑，这也从侧面反映出 STM32N6 系列芯片的 “新鲜度”—— 相关配套资料仍在完善中。我旁边一位学员是纯零基础，却决心投身嵌入式开发领域，这种学习热情实在令人敬佩。
  上午的培训就此结束，下午才是本次活动的重头戏，也是最让人兴奋的环节：实现一个手势识别的视觉应用。操作流程分为三步：先生成模型文件并下载到 STM32N6 芯片中，再将程序编译后下载至开发板，最后搭配摄像头与屏幕，即可实时看到手部被抽象成的点和线，且能精准识别出不同手势。
 

  当然，所有源文件均为现成提供，我们只需完成开发环境配置、程序编译与下载这三步。即便只是这样简单的操作，我在过程中还是遇到了问题：电脑始终提示 “头文件找不到”。根据过往经验判断，大概率是版本兼容问题，但现场的 ST 工程师也未能给出解决方案，仅建议 “我的设备不适合用于该开发”。看着身边其他学员陆续完成编译与下载，我难免有些着急。不过做技术本就如此，总会遇到各类突发问题，只要摸透原理，最终总能找到解决办法。
  虽然最终未能在自己的开发板上成功运行手势识别应用，但这一天的培训依然让我收获满满，更激发了我在边缘 AI 开发领域深入探索的斗志。我相信，只要后续把编译环境的问题研究透彻，一定能在自己的电脑上顺利跑通所有示例程序！

名词解释：

NPU：即 Neural Network Processing Unit（神经网络处理单元），通过电路模拟人类大脑的神经元与突触结构，从而实现类人类的感知、决策等功能。

GOPS：算力单位，全称为 Giga Operations Per Second，指每秒可完成 10 亿次（1,000,000,000 次）运算。当前性能较强的 NPU 多以 TOPS（万亿次运算 / 秒）为单位，600GOPS 即等于 0.6TOPS。需注意的是，STM32N6 本质是低功耗 MCU，因此不能以高性能 AI 芯片的算力标准来要求它。

​审核编辑 黄宇