算力小、功耗严、场景碎？安谋科技“星辰300”破局传统MCU的AI三重困境

近日，安谋科技基于"星辰"STAR-MC2 CPU+Arm Helium矢量扩展+Ethos-U55 NPU打造的“星辰300”AIoT原型平台完成了人脸探测、语音识别、关键字检测和图像超分等四大用例的实测演示，实测在MPS3 FPGA开发板上搭建，主频32MHz，通过网线与笔记本电脑连接，由PC端GUI界面发送控制命令，开发板根据所选模型种类进行切换与推理，验证了该平台从传统MCU向"MCU+AI"算力融合拓展的技术能力。

1、人脸探测：YOLO-Fastest模型，双模式实时检测

人脸探测用例采用YOLO-Fastest模型，支持预录制视频和摄像头实时拍摄两种模式。在演示中，PC端发送预录制的视频文件至“星辰300”平台，平台识别视频中的人脸并标注坐标，在自带屏幕上实时显示。摄像头模式下，工作人员出镜后，平台同样能够快速识别并框出人脸位置。该用例可广泛应用于门禁系统、监控系统的目标探测等场景。

2、语音识别：wav2letter与Conformer双模型

语音识别用例展示了基于CNN架构的wav2letter和基于Transformer架构的Conformer两种模型。演示中，PC端发送语音数据至平台，平台将语音识别为文字并在LCD屏幕上显示。例如，“And he walked immediately out of the apartment by another door.”被准确转换为文字。Conformer模型的推理精度较wav2letter更高，适用于对识别准确度要求更为严格的场景。该用例可应用于手机、智能眼镜等设备的语音信息录入。

3、关键字检测：kws-micronet模型，快速响应特定指令

关键字检测用例使用kws-micronet模型，与整段语句的语音识别不同，该模型专注于识别特定关键字。演示中，发送“No. Right. Stop. Up. Yes.”的音频数据后，平台迅速完成关键字识别与转换。该用例可广泛应用于穿戴设备及手机的语音唤醒、语音控制，以及行车记录仪和车载设备的指令控制等场景。

4、图像超分：ESR模型，模糊图像高清还原

图像超分用例采用ESR超分模型，将128×128像素的低分辨率图片提升为512×512像素的高清图片。经过“星辰300”平台推理后，图片清晰度显著提升，边缘锯齿得到有效消除。值得一提的是，当前演示平台主频仅为32MHz，若在实际应用中使用500MHz或1GHz主频的芯片，推理速度可提升20至30倍。该用例可应用于监控设备对模糊图像的清晰化处理等领域。

“星辰300”作为第一代AIoT原型平台，成功验证了“星辰”CPU + Helium矢量扩展 + Ethos NPU这一技术路线的可行性与实用性。未来，安谋科技将持续推进平台迭代，为千行百业的智能化升级提供核心算力支持。