關注+星標公眾號，不錯過精彩內容
素材來源 | 各大MCU廠商
STM32Cube.AI (X-CUBE-AI)：將預訓練的神經網絡模型（如TensorFlow Lite, PyTorch）轉換為針對STM32 MCU優化的C代碼。
NanoEdge AI Studio：面向時序數據的AutoML（自動化機器學習）低代碼工具，能自動尋找并生成適合你數據的優化AI模型。
ST Edge AI Suite：一個工具集，包含ST Edge AI Model Zoo（參考模型庫）、ST Edge AI Core（命令行優化編譯工具）和ST Edge AI Developer Cloud（云端優化與測試平臺）。
X-LINUX-AI：針對STM32 MPU（微處理器） 的Linux AI擴展包，支持在Linux系統上部署AI。
2、Renesas (瑞薩)
e-AI / Reality AI Tools：e-AI 用于將模型轉換并導入其e2 studio IDE；Reality AI Tools 則是一個更強大的端到端AI/ML模型開發工具。
Reality AI Utilities：作為e2 studio的插件，提供數據收集、模型性能驗證（HiL Testing）和實時監測（AI Live Monitor）等功能。
3、TI (德州儀器)
Edge AI Studio：德州儀器 (TI)? 推出的邊緣 AI 開發工具套件，屬于 CCStudio? 生態系統的一部分 。它專為 TI 處理器、微控制器和雷達傳感器設計，提供圖形化與命令行工具，覆蓋從數據管理、模型訓練、量化編譯到部署的全流程 。。
Tiny ML Tensorlab：一套綜合性的AI工具鏈，用于在資源受限的MCU上開發、訓練、優化和部署機器學習模型。
4、NXP (恩智浦)
eIQ Toolkit： 提供圖形用戶界面（GUI）和命令行工具，支持“自帶數據”（BYOD）和“自帶模型”（BYOM）流程，具備圖級分析能力和運行時洞察，幫助優化神經網絡架構 。
eIQ Model Zoo：提供預訓練模型庫，覆蓋多種域和任務，可直接部署到支持的硬件平臺上 。
5、Microchip（微芯）
MPLAB Machine Learning Development Suite：其模型構建器（Model Builder） 可作為插件在MPLAB X IDE或VS Code中使用，用于生成優化的AI與物聯網傳感器識別代碼。
還有更多的廠商，像Infineon (英飛凌)、Nuvoton (新唐)等廠商也有AI相關的軟件及工具。
在MPU上部署離線版DeepSeek -R1模型
給小學生解釋Linux內核中的常用鎖！
