A²MCU再升级：打造轻智能共创平台，助力千行百业MCU开发者迈入AI时代

AI空调节能：从制冷到制热

方案的AI模型首先聚焦空调制冷场景，以数据驱动替代传统查表控制，制冷综合节能率达16%。

制热场景也于2026年同步覆盖，综合节能率达10%。

品类扩展：从空调到冰箱

在空调节能模型的基础上，上海海思将热交换模型做场景迭代，应用于冰箱制冷，使冰箱制冷能耗降低10%。

该框架适配不同家电产品的能耗特征，未来还可向热交换其它场景演进。

集成度升级：从双片方案到单片方案

此前AI方案需双芯片协同，现已集成至单芯片，客户设计复杂度随之下降。

该方案通过算子优化和量化压缩，可在KB至数十KB级RAM上实现AI推理运行。通过持续的小型化优化，该方案大幅降低了轻量级端侧AI模型运行所需的硬件资源，在简化板级设计的同时，进一步节省了整机成本。

模型能力持续提升的同时，升级AI能力的交付方式也在升级，不仅交付垂域模型，更交付AI开发平台。 

02、提供开放AI开发平台

平台组成——ModelZoo与HiSpark.AI IDE

A²MCU AI工具平台包含ModelZoo模型库与HiSpark.AI IDE开发环境两大核心模块。

其中，ModelZoo预置算法模型，覆盖空调节能、语音交互、视觉检测等MCU典型应用场景。开发者可从中找到适配的基础模型，无需从零构建；准备数据后，在预置模型上进行训练，即可实现模型的个性化调优。

HiSpark.AI IDE是平台另一核心组件，提供AI模型压缩、转换、调试、编译、部署的完整工具链，支持训推一体。

平台兼容与硬件底座

平台兼容TensorFlow Lite、PyTorch、ONNX等主流格式，客户已有的模型资产可直接使用，无需重建。

硬件层面，平台可对接RISC-V核与NPU，开发者可根据应用场景和模型规模灵活选择算力底座。

平台价值——效率、资源、迭代

基于上述两大模块，平台在开发效率方面展现出显著价值。

传统嵌入式AI开发周期长、门槛高，从训练到端侧部署通常需要数月。

借助HiSpark.AI IDE的自动化工具链，AI模型的开发周期可压缩至1至2周，部署步骤不超过3步。方案提供的AI开发工具，使AI功能开发能够像传统固件开发一样实现敏捷迭代、快速上线。

在资源占用优化方面，客户模型经INT8量化后，体积可压缩至原始大小的1/4至1/8，且精度损失可控。配合调优过的算子库，KB至MB级RAM即可运行，支持小内存环境下的模型部署，从而实现“小内存跑大模型”。

此外，传统模型部署后模型参数固定；上海海思平台支持端侧训推一体，模型自主迭代，具备端侧持续学习能力，可适配不同使用环境和用户需求，这是HiSpark.AI IDE独有的特性之一； 新开发的AI模型在运行后可基于实际的工作和环境数据优化模型参数，实现模型持续迭代、越用越精准，真正达成AI算法的千人千面。

03、AI场景延伸与生态构建

家庭、工业场景方面

家庭场景中，空调内机、洗衣机、冰箱、清洁机器人等的AI化和智能化是不可阻挡的趋势。

工业场景中，服务器电源、工业变频器、水泵、风机也正在引入AI模型进行能效优化。

从家庭到工业，从单设备到系统级，嵌入式AI的应用边界在持续拓展。

生态建设方面

上海海思围绕A²MCU正在构建完整的技术生态体系，包括ModelZoo模型库、AI模型转换工具、芯片手册、SDK、调试工具、开源社区、在线培训及IDH/VAR合作伙伴。

通过软硬件协同，支持客户加速产品量产落地，同时推动A²MCU软硬件更全面地开源开放。