Nordic Semiconductor 加强面向电池供电设计的超低功耗设备端 AI 产品组合
 
在 2026 年嵌入式世界大会上，Nordic 还发布了 nRF54LM20 开发套件，使开发人员能够开始探索这款支持 NPU 的 nRF54LM20B SoC，该 SoC 可提供更快的 TensorFlow Lite 级模型加速和更高的能效。借助 nRF54LM20 开发套件，开发人员可以直接在设备上运行高速传感器处理、关键词识别、事件检测和其他高级工作负载的推理——无需依赖云，也无需牺牲功耗。
 


Nordic宣布其nRF54L系列首款搭载神经处理单元（NPU）的SoC芯片nRF54LM20B全面上市，同时还发布了面向电池供电音频、可穿戴设备和传感器应用的扩展型边缘AI开发工具。这款全新大内存版本集成了Nordic于2023年收购Atlazo公司后获得的Axon NPU技术，与CPU执行相比，TensorFlow Lite模型推理速度提升高达15倍；

与同类边缘AI解决方案相比，性能提升高达7倍，能效提升高达8倍。结合Nordic Edge AI Lab增强的定制模型生成功能，此次发布将助力Nordic在不牺牲其一贯超低功耗优势的前提下，为数十亿主流产品带来设备端智能。

nRF54LM20B 集成的 Axon NPU 是 Nordic 公司于 2023 年收购位于圣地亚哥的初创公司 Atlazo 的成果。Atlazo 专注于为微型边缘设备提供始终在线的 AI 处理器和能源管理解决方案。Nordic 为收购 Atlazo 的 IP 产品组合和八人核心工程团队支付了未公开的金额，从而获得了超低功耗 AI/ML 处理器技术和用于健康相关应用的高级传感器前端设计。Axon

NPU 拥有约 300 个可配置的乘加 (MAC) 单元，能够以远低于在设备 128MHz Arm Cortex-M33 处理器上执行软件的能耗，为 TensorFlow Lite 级模型提供持续的推理性能。Nordic 指出，与 CPU 执行相比，使用 NPU 加速器进行模型推理的速度最高可提升 15 倍，这意味着可以为高速率传感器数据处理、音频分类和事件驱动的边缘 AI 工作负载提供切实可行的实时性能。

Nordic 声称，与同类边缘 AI 芯片相比，Axon NPU 的性能最高可提升 7 倍，能效最高可提升 8 倍，但该公司并未透露具体的对比基准或测试条件。这一性能优势使得 Axon NPU 能够应用于关键词识别、声音事件分类、基于 IMU 数据的活动识别以及工业传感中的异常检测等应用——所有这些应用都可在亚毫瓦到个位数毫瓦的功耗范围内完成，满足纽扣电池和小电池供电的需求。

面向 AI 工作负载的大内存架构：
nRF54LM20B 是 Nordic nRF54L 系列的首款大内存成员，配备 2MB 非易失性存储器 (NVM) 和 512KB RAM——是基准型号 nRF54L15（1.5MB NVM / 256KB RAM）内存容量的两倍，更是 nRF54L10 的四倍。这种扩展的内存分配既可以容纳更大的 AI 模型，也可以容纳复杂的无线协议栈所需的代码/数据，从而减少或消除高级物联网设计中对外部存储器的需求。

该SoC集成了128MHz Arm Cortex-M33应用处理器和用于外设和系统管理的RISC-V协处理器，配备高速USB接口、多达66个GPIO，以及Nordic第四代超低功耗2.4GHz无线电模块，支持蓝牙低功耗（Bluetooth LE）、蓝牙通道探测（Bluetooth Channel Sounding）、Matter over Thread等多种连接协议。该无线电模块在1Mbps蓝牙低功耗速率下可提供-100 dBm的接收灵敏度，与nRF54H20业界领先的性能相当，同时保持与蓝牙5.4的兼容性，并向前兼容即将推出的蓝牙规范。nRF54L

系列采用台积电22nm ULL（超低漏电）工艺制造，与采用55nm工艺制造的上一代nRF52系列相比，功耗降低高达50%，处理性能提升2倍。 Nordic 采用专有的低漏电 RAM 技术和先进的电源域管理技术，实现了超低睡眠电流，这对于延长始终开启和间歇唤醒应用中的电池寿命至关重要。

Nordic Edge AI Lab
除了硬件加速之外，还扩展了其基于云的开发平台 Nordic Edge AI Lab，旨在简化不具备深厚机器学习专业知识的嵌入式开发人员创建自定义模型的过程。增强后的平台现在支持上传自定义数据集并指定模型架构，从而生成针对 NPU 加速推理或高效 CPU 执行进行优化的分类或回归模型。

这种双目标功能使开发人员能够灵活应对性能和功耗需求：NPU 执行适用于实时、高吞吐量工作负载（例如音频分类、高速 IMU 处理、视频帧分析），而 CPU 执行适用于低速率传感器融合、环境监测和预测性维护任务，在这些任务中，激活 NPU 的开销会超过节能效果。Edge

AI Lab 与 Nordic 的 nRF Connect SDK 集成，并支持 TensorFlow Lite 模型部署，可自动量化并针对目标硬件进行优化。Nordic 强调，这种工作流程消除了模型训练工具、嵌入式固件框架和特定硬件优化之间常见的摩擦点——这些障碍历来限制了传统嵌入式系统团队采用边缘 AI。

与在线模型生成工具相辅相成的是 Nordic 定制的 Neuton 模型——这些超小型、CPU 优化的 AI 模型通常小于 5KB，与运行在 Cortex-M33 内核上的传统 TensorFlow Lite 模型相比，其占用空间最多可缩小 10 倍，执行速度更快，能效更高。这些模型的目标应用场景是 NPU 加速不可用（例如，不带 NPU 的 nRF54L15、nRF54L10、nRF54L05 等型号）或模型简洁性和最小内存占用比推理吞吐量更重要的应用。

开发者现在可以通过上传自定义数据集并指定模型架构来构建用于设备端执行的边缘 AI 模型，从而生成分类或回归模型。这简化了边缘 AI 架构的从零开始设计，使其成为可穿戴设备、工业传感和智能家居设备的理想选择。

从单个文本输入创建唤醒词：这使得开发者能够从单个书面短语（例如，“Hello Nordic”）生成自定义唤醒词模型，而无需收集或标注数千个音频样本。这解决了收集语音数据集的高成本和困难问题，从而实现了语音激活控制、智能音箱、可穿戴设备、遥控器和电池供电的音频配件。 
 


音频应用
：对于以音频为中心的应用领域——与高通、Airoha、瑞昱或Bestechnic等蓝牙音频专家相比，Nordic在该领域的市场份额历来有限——nRF54LM20B的NPU无需专用DSP芯片或外部加速器即可实现新型智能音频处理。目标应用场景包括关键词识别和语音触发检测、声音事件分类（例如玻璃破碎、婴儿啼哭、安全警报）、说话人识别和语音生物特征识别，以及用于情境感知型助听器和耳塞的声学场景分类。nRF54LM20B

结合了Axon NPU、512KB RAM和高速USB接口，使其成为助听器和可穿戴音频设备制造商的理想平台，可帮助他们添加AI增强功能，例如个性化声音配置文件、实时翻译和自适应噪声抑制，超越传统的ANC/ENC处理。Nordic

的优势在于其无线连接方面的专业知识、支持多种协议的集成2.4GHz无线电以及全面的软件生态系统，而非纯粹的DSP或音频专用加速器。对于需要专用HiFi DSP性能的应用（例如多声道音频处理、高级AEC、音乐制作），Nordic的单核Cortex-M33+NPU架构很可能仍将与专用音频处理器设计形成互补关系，而非竞争关系。nRF54LM20B

是nRF54L系列的第四款产品，该系列此前已推出nRF54L15、nRF54L10和nRF54L05。nRF54L系列是Nordic推出的nRF52系列的继任者，后者自2015年以来一直主导着蓝牙低功耗SoC的出货量，累计出货量达数十亿颗。nRF54L系列的目标应用范围广泛，从大批量一次性追踪器和电子货架标签（nRF54L05、nRF54L10），到可穿戴设备、智能家居设备和医疗产品（nRF54L15），再到AI增强音频、高级可穿戴设备和工业传感器（nRF54LM20B）。

Nordic 将 nRF54L 系列定位为与其高性能 nRF54H 系列的补充而非竞争关系。nRF54H 系列采用双处理器架构（Cortex-M33 应用处理器加 320 MHz RISC-V 协处理器）、更大的内存容量，并采用 GlobalFoundries 的 22FDX（全耗尽绝缘体上硅）工艺制造，专为需要极致处理能力的应用而设计，例如低功耗音频、VR/AR、高级游戏控制器和工业物联网网关。nRF54H20 于 2023 年首次发布，目前仍是面向计算密集型无线应用的旗舰级 SoC，但尚未集成 NPU 加速功能。这表明 Nordic 最终可能会推出配备 NPU 的 nRF54H 系列变体，以满足更高阶 AI 工作负载的需求。
 


产品供应及开发者生态系统
：nRF54LM20 开发套件现已通过 Nordic 的全球分销合作伙伴发售，nRF54LM20B SoC 工程样品可应要求通过 Nordic 销售部门获取。量产计划于 2026 年第二季度开始，预计将于 2026 年第二季度末或第三季度全面上市。Nordic在德国纽伦堡举行的 2026 年嵌入式世界大会（3 月 10 日至 12 日）上展示了 nRF54LM20B 及其边缘 AI 功能，并展示了参考应用，包括电池供电设备上的关键词识别、基于 IMU 的可穿戴设备活动识别以及智能家居传感器的声音事件分类。 

全面的开发支持包括：集成 Zephyr RTOS 的 nRF Connect SDK、用于自定义模型生成和部署的 Nordic Edge AI Lab、具有 USB 连接和丰富 GPIO 接口的硬件开发套件、适用于 2.4GHz 频段的参考天线设计，以及音频分类、传感器融合、异常检测和预测性维护等应用示例。
www.nordicsemi.com