???2025 年 9 月 16 日，我前往拓荒族眾創空間參加 ST（意法半導體）組織的 AI 芯片培訓。此前早有關注 ST 發布的 AI 芯片 STM32N6，為趕上 AI 發展浪潮，便第一時間報名了此次培訓。
??當天我卡著時間到達現場，結果前排的好位置已全部坐滿，看來下次參加類似活動得提前到場才行。
盡管報名時已按頁面提示安裝了開發工具，但到現場后才發現，部分工具及示例程序仍需通過 U 盤復制獲取。不清楚 ST 未提前提供下載鏈接的原因，現場僅靠幾個 U 盤輪流傳遞復制，整體效率較低。此外，AI 開發工具無法使用最新版本，還需在現場重新安裝；且部分安裝內容必須依賴網絡，好在當天網絡速度尚可，未耽誤后續的學習進度。
??培訓開篇先講解了 ST 的市場策略。為契合中國 “自主可控” 的需求，ST 已與國內的華虹半導體達成合作，確保 STM32N6 系列芯片在國內生產，徹底打消用戶對 “被卡脖子” 的顧慮，這份誠意確實值得認可。
??由于本次核心是技術培訓，市場相關內容并未占用過多時間，很快便進入正題 —— 介紹 STM32N6 的基本特性。作為 STM32 系列的最新產品，它的主頻較前代有所提升，而核心亮點在于集成了算力達 600GOPS 的 NPU（神經網絡處理單元），功耗表現更是達到 3TOPS/W。其主要應用場景聚焦于邊緣 AI 領域，能在設備本地完成數據處理，既節省網絡帶寬，又可滿足用戶的安全需求。即便僅作為 MCU（微控制單元）使用，STM32N6 也是目前 STM32 系列中的性能強者，因此它分為兩個子系列：STM32N67（含 NPU，適合有 AI 需求的場景）和STM32N65（無 NPU，適合無 AI 需求的場景）。

??隨后進入實戰操作環節。首先講解的是 “點燈程序”，整體難度不高，按操作說明配置即可完成，對有單片機基礎的人來說尤為簡單。不過說明文檔中存在幾處小錯誤，容易讓人產生困惑，這也從側面反映出 STM32N6 系列芯片的 “新鮮度”—— 相關配套資料仍在完善中。我旁邊一位學員是純零基礎，卻決心投身嵌入式開發領域，這種學習熱情實在令人敬佩。
??上午的培訓就此結束，下午才是本次活動的重頭戲，也是最讓人興奮的環節：實現一個手勢識別的視覺應用。操作流程分為三步：先生成模型文件并下載到 STM32N6 芯片中，再將程序編譯后下載至開發板，最后搭配攝像頭與屏幕，即可實時看到手部被抽象成的點和線，且能精準識別出不同手勢。

??當然，所有源文件均為現成提供，我們只需完成開發環境配置、程序編譯與下載這三步。即便只是這樣簡單的操作，我在過程中還是遇到了問題：電腦始終提示 “頭文件找不到”。根據過往經驗判斷，大概率是版本兼容問題，但現場的 ST 工程師也未能給出解決方案，僅建議 “我的設備不適合用于該開發”。看著身邊其他學員陸續完成編譯與下載，我難免有些著急。不過做技術本就如此，總會遇到各類突發問題，只要摸透原理，最終總能找到解決辦法。
??雖然最終未能在自己的開發板上成功運行手勢識別應用，但這一天的培訓依然讓我收獲滿滿，更激發了我在邊緣 AI 開發領域深入探索的斗志。我相信，只要后續把編譯環境的問題研究透徹，一定能在自己的電腦上順利跑通所有示例程序！

名詞解釋：

NPU：即 Neural Network Processing Unit（神經網絡處理單元），通過電路模擬人類大腦的神經元與突觸結構，從而實現類人類的感知、決策等功能。

GOPS：算力單位，全稱為 Giga Operations Per Second，指每秒可完成 10 億次（1,000,000,000 次）運算。當前性能較強的 NPU 多以 TOPS（萬億次運算 / 秒）為單位，600GOPS 即等于 0.6TOPS。需注意的是，STM32N6 本質是低功耗 MCU，因此不能以高性能 AI 芯片的算力標準來要求它。

?審核編輯 黃宇