XingChen Electronics Technology 嵌入式国产芯片开发交流平台
数字电源参考解决方案设计
无刷电机驱动应用解决方案
定位：聚焦嵌入式系统前沿技术研发、国产芯片嵌入式解决方案。
愿景：通过开源协作与技术共享，推动嵌入式系统技术普惠化，助力万物智联时代的发展，构建开放、创新、共赢的嵌入式技术生态，让嵌入式系统技术赋能每一个智能应用场景。
分享先楫半导体、海思半导体、兆易创新等国内外主流芯片的驱动开发经验，解读原厂技术文档以及应用解决方案开发。
目标：聚焦 MCU / TinyML / 资源受限嵌入式设备 的模型训练、转换、量化、编译、推理和固件部署工具。
| 名称 | 具体网址 | 厂商 | 用途 | 是否开源 | 目标类别 |
|---|---|---|---|---|---|
| STM32Cube AI Studio | https://www.st.com/en/development-tools/edge-ai-software-libraries.html | ST | 导入模型、优化、验证、估算资源并生成 STM32 推理代码 | 否，免费专有工具 | MCU 优先 |
| ST Edge AI Core | https://www.st.com/content/st_com/en/st-edge-ai-suite/tools.html | ST | ST Edge AI 工具链底层模型优化与编译能力 | 否，核心技术专有 | MCU / MPU |
| STM32Cube.AI / X-CUBE-AI（旧版资源） | https://stm32ai.st.com/stm32-cube-ai/ | ST | 旧项目模型分析、资源估算、验证和代码生成 | 否，免费专有工具 | MCU 优先 |
| NanoEdge AI Studio | https://www.st.com/en/development-tools/edge-ai-software-libraries.html | ST | 传感器异常检测、分类、回归和自动机器学习库生成 | 否，专有工具 | MCU 优先 |
| ST Edge AI Developer Cloud | https://stm32ai.st.com/ | ST | 在线模型优化、开发板基准测试与性能评估 | 否，在线服务 | MCU / MPU |
| STM32 AI Model Zoo | https://github.com/STMicroelectronics/stm32ai-modelzoo | ST | STM32 参考模型、训练脚本和部署示例 | 依仓库/模型许可证 | MCU 优先 |
| X-LINUX-AI / STM32MPU AI 资源 | https://wiki.st.com/stm32mpu/wiki/Category:Artificial_intelligence | ST | STM32MPU、Linux/OpenSTLinux AI 框架及应用部署 | 混合，依组件许可 | 主要是 MPU / SoC |
| NXP eIQ AI Development Environment | https://www.nxp.com/design/design-center/software/eiq-ai-development-environment:EIQ | NXP | NXP MCU/MPU 的模型开发、优化、转换与部署工具入口 | 混合，含开源和专有组件 | MCU / MPU |
| NXP eIQ Toolkit | https://www.nxp.com/design/design-center/software/eiq-ai-development-environment:EIQ | NXP | 模型开发、量化/优化、性能评估与部署工作流 | 整体非完全开源 | MCU / MPU |
| NXP eIQ Neutron NPU | https://www.nxp.com/applications/technologies/ai-and-machine-learning/eiq-neutron-npu:EIQ-NEUTRON-NPU | NXP | 支持 Neutron NPU 芯片的模型编译与硬件加速部署 | 否/混合，依组件许可 | MCU / 带 NPU 的特定 SoC/MCU |
| MCUXpresso SDK | https://www.nxp.com/design/design-center/software/development-software/mcuxpresso-software-and-tools:MCUXPRESSO | NXP | MCU 驱动、RTOS、中间件及 AI 推理组件集成 | 混合，依组件许可 | MCU 优先 |
| NXP TFLM 集成文档 | https://docs.mcuxpresso.nxp.com/mcuxsdk/latest/html/middleware/eiq/tensorflow-lite/README.html | NXP | 在支持的 NXP MCU 工程中集成 TensorFlow Lite Micro | 基于开源框架，集成许可依组件而定 | MCU 优先 |
| Renesas e-AI Development Environment | https://www.renesas.com/en/key-technologies/artificial-intelligence/e-ai/e-ai-development-environment-microcontrollers | Renesas | 既有模型转换、嵌入式代码生成的工具入口 | 否，厂商工具 | MCU 优先；具体系列需确认 |
| Renesas e-AI Translator / Checker | https://www.renesas.com/en/key-technologies/artificial-intelligence/e-ai/e-ai-development-environment-microcontrollers | Renesas | 模型转译、代码生成，以及资源/性能估算（可用性依产品系列和版本） | 否，厂商工具 | MCU 优先 |
| Reality AI Tools | https://www.renesas.com/en/software-tool/reality-ai-tools | Renesas | 传感器数据分析、特征探索、异常检测与 TinyML 模型开发 | 否，商业工具 | MCU 优先 |
| Reality AI Utilities | https://www.renesas.com/en/software-tool/reality-ai-utilities | Renesas | 将 Reality AI 工作流接入嵌入式开发环境 | 否，厂商工具 | MCU 优先 |
| e² studio | https://www.renesas.com/en/software-tool/e-studio | Renesas | 工程构建、调试并集成生成的 AI 代码 | 否，免费专有 IDE | MCU / MPU |
| TI Edge AI Studio | https://www.ti.com/tool/EDGE-AI-STUDIO | Texas Instruments | 模型开发、训练/优化、评估和设备部署入口 | 混合，整体非完全开源 | MCU / MPU / SoC，依子工具 |
| Edge AI Studio for MCUs | https://www.ti.com/tool/download/EDGE-AI-STUDIO-MCU | Texas Instruments | 面向支持的 MCU/连接器件的模型开发和部署 | 否，专有工具 | MCU 优先 |
| TI TIDL | https://www.ti.com/tool/TIDL | Texas Instruments | 深度学习推理优化，具体功能依目标芯片系列 | 否，核心库专有 | 主要面向 TI 加速器 / SoC 系列 |
| Code Composer Studio | https://www.ti.com/tool/CCSTUDIO | Texas Instruments | TI 工程构建、调试和固件集成 | 否，IDE 专有 | MCU / SoC |
| TI MCU+ SDK | https://www.ti.com/tool/MCU-PLUS-SDK-AM263X | Texas Instruments | 指定 MCU 系列 SDK、驱动和应用集成 | 混合，依组件许可 | MCU 优先，注意链接对应系列 |
| MPLAB Machine Learning Development Suite | https://www.microchip.com/en-us/tools-resources/develop/mplab-machine-learning-development-suite | Microchip | 数据处理、模型训练、验证和嵌入式代码生成 | 否，专有工具 | MCU 优先 |
| MPLAB ML Model Builder | https://marketplace.visualstudio.com/items?itemName=Microchip.mplab-ml | Microchip | VS Code 中的嵌入式 ML 模型开发工作流 | 否，专有扩展 | MCU 优先 |
| MPLAB X IDE | https://www.microchip.com/en-us/tools-resources/develop/mplab-x-ide | Microchip | PIC/dsPIC 工程构建、调试和固件集成 | 否，免费专有 IDE | MCU 优先 |
| ESP-DL | https://github.com/espressif/esp-dl | Espressif | ESP 芯片上的深度学习推理框架和示例 | 是，按仓库许可证 | MCU / 具备较强算力的 ESP 芯片 |
| ESP-PPQ | https://github.com/espressif/esp-ppq | Espressif | 模型量化、转换及 ESP-DL 模型准备 | 是，按仓库许可证 | MCU / ESP |
| ESP-TFLite-Micro | https://github.com/espressif/esp-tflite-micro | Espressif | 在 ESP-IDF 上运行 TFLM 模型 | 是，按仓库许可证 | MCU 优先 |
| ESP-NN | https://github.com/espressif/esp-nn | Espressif | ESP32 系列优化神经网络算子 | 是，按仓库许可证 | MCU 优先 |
| ESP-IDF | https://github.com/espressif/esp-idf | Espressif | ESP32 固件框架，可集成推理组件 | 是，主框架开源，依组件许可 | MCU 优先 |
| nRF Connect SDK | https://github.com/nrfconnect/sdk-nrf | Nordic | Nordic MCU 固件、无线功能和推理框架集成 | 混合，依组件许可证 | MCU 优先 |
| nRF Connect SDK 文档 | https://docs.nordicsemi.com/bundle/ncs-latest/page/index.html | Nordic | SDK 与芯片支持文档 | 文档开放，软件组件许可各异 | MCU 优先 |
| Simplicity Studio | https://www.silabs.com/developer-tools/simplicity-studio | Silicon Labs | 工程配置、构建、调试和 SDK 集成 | 否，IDE 专有 | MCU 优先 |
| Silicon Labs 文档 | https://docs.silabs.com/ | Silicon Labs | SDK、驱动、示例和芯片软件文档 | 依组件许可证 | MCU 优先 |
| Arduino 文档 | https://docs.arduino.cc/ | Arduino | Arduino 设备 AI/ML 示例和模型集成教程 | 示例/库依许可证 | MCU / 单板设备 |
这些平台能覆盖数据采集、训练、量化、评估和部署中的多个环节；平台本身通常不是完全开源的 MCU 编译器。
| 名称 | 具体网址 | 厂商 | 用途 | 是否开源 | 目标类别 |
|---|---|---|---|---|---|
| Edge Impulse | https://edgeimpulse.com/ | Edge Impulse | 数据采集、训练、量化、资源分析并生成嵌入式推理库 | 平台专有；部分 SDK/示例开放 | MCU / MPU / Linux |
| Edge Impulse C++ Library 文档 | https://docs.edgeimpulse.com/docs/run-inference/cpp-library | Edge Impulse | 将生成的 C++ 推理库集成到固件 | 依平台条款与生成物许可 | MCU 优先 |
| Edge Impulse 推理部署文档 | https://docs.edgeimpulse.com/docs/run-inference | Edge Impulse | 将模型部署到 MCU、Linux 或其他目标设备 | 平台专有；部分组件开放 | MCU / MPU / SoC |
| Edge Impulse EON Compiler 相关文档 | https://docs.edgeimpulse.com/ | Edge Impulse | 降低推理代码的 RAM/Flash 占用 | 否，商业技术 | MCU 优先 |
| Roboflow | https://roboflow.com/ | Roboflow | 视觉数据标注、数据集管理、训练和模型导出 | 平台专有，部分资源开放 | 主要是视觉/SoC/Linux；MCU 需额外转换 |
| Ultralytics YOLO | https://github.com/ultralytics/ultralytics | Ultralytics | 目标检测模型训练、导出和评估 | AGPL-3.0/企业许可，需核对 | 主要是训练/边缘 SoC；通常不直接用于 MCU |
| Arduino AI 资源 | https://docs.arduino.cc/ | Arduino | 面向 Arduino 兼容板的 AI/ML 开发与示例 | 依工具和库许可 | MCU / 单板设备 |
这一节是跨厂商部署的核心。要区分“推理运行时”“优化算子库”“模型编译器”和“传统机器学习转 C 工具”，它们作用不同。
| 名称 | 具体网址 | 厂商/组织 | 用途 | 是否开源 | 目标类别 |
|---|---|---|---|---|---|
| TensorFlow Lite Micro (TFLM) | https://github.com/tensorflow/tflite-micro | Google / 社区 | 资源受限 MCU 的轻量推理运行时 | 是，Apache 2.0 | MCU 优先 |
| Arm CMSIS-NN | https://github.com/ARM-software/CMSIS-NN | Arm | Cortex-M 优化神经网络算子，常与 TFLM 配合 | 是，Apache 2.0 | MCU 优先 |
| CMSIS | https://github.com/ARM-software/CMSIS_6 | Arm | Cortex-M 通用软件接口和基础组件 | 是，依组件许可 | MCU 优先 |
| Apache TVM | https://github.com/apache/tvm | Apache / 社区 | 模型编译、算子优化和硬件后端适配 | 是，Apache 2.0 | MCU / MPU / SoC，需核对后端 |
| TVM 文档 / microTVM 资料 | https://tvm.apache.org/docs/ | Apache / 社区 | 模型编译和嵌入式部署工作流；检查当前版本的 MCU 支持状态 | 是，Apache 2.0 | MCU / 嵌入式设备 |
| ExecuTorch | https://github.com/pytorch/executorch | PyTorch / Meta | PyTorch 模型端侧部署；MCU 适用性取决于后端和资源 | 是，查看仓库许可证 | 以边缘设备为主，MCU 需谨慎核实 |
| ONNX | https://github.com/onnx/onnx | ONNX 社区 | 模型交换格式及相关工具 | 是，开源 | 模型转换中间格式；不是 MCU 运行时 |
| ONNX Model Zoo | https://github.com/onnx/models | ONNX 社区 | ONNX 参考模型和示例 | 模型许可各异 | 训练/参考模型 |
| ONNX Runtime | https://github.com/microsoft/onnxruntime | Microsoft / 社区 | ONNX 模型推理运行时 | 是，MIT 为主 | 主要为 OS/边缘设备；不应默认视为 MCU 运行时 |
| TensorFlow | https://github.com/tensorflow/tensorflow | 训练模型并导出到嵌入式工具链 | 是，Apache 2.0 为主 | 训练端 | |
| PyTorch | https://github.com/pytorch/pytorch | PyTorch / Meta | 模型训练、量化和导出 | 是，查看仓库许可证 | 训练端 |
| scikit-learn | https://github.com/scikit-learn/scikit-learn | 社区 | 传统机器学习训练和数据分析 | 是，BSD 3-Clause | 训练端；部署需转换 |
| emlearn | https://github.com/emlearn/emlearn | 社区 | 将部分传统 ML 模型转换为嵌入式 C 代码 | 是，查看仓库许可证 | MCU 优先 |
| TensorFlow Model Optimization | https://github.com/tensorflow/model-optimization | 量化、剪枝及模型优化 | 是，Apache 2.0 为主 | 模型优化/训练端 | |
| TensorFlow Lite 训练后量化文档 | https://www.tensorflow.org/lite/performance/post_training_quantization | int8 等训练后量化，降低模型大小和计算开销 | 文档开放，相关工具开源 | 模型优化 | |
| PyTorch ONNX 导出文档 | https://docs.pytorch.org/docs/stable/onnx.html | PyTorch | 将 PyTorch 模型导出到 ONNX | 是，依组件许可 | 模型转换 |
| ONNX Runtime 量化文档 | https://onnxruntime.ai/docs/performance/model-optimizations/quantization.html | Microsoft / 社区 | ONNX 模型量化与优化 | 是，MIT 为主 | 模型优化；目标设备依运行时支持 |
| Netron | https://github.com/lutzroeder/netron | 社区 | 查看 ONNX、TFLite 等模型结构和算子 | 是，MIT | 模型检查，不执行 MCU 推理 |
| Netron 在线查看器 | https://netron.app/ | 社区 | 在线查看模型结构 | 开源项目的在线服务 | 模型检查 |
| Python | https://www.python.org/ | Python Software Foundation | 运行训练、转换、评估和自动化脚本 | 是，PSF 许可 | 开发工具 |
| Jupyter Notebook | https://github.com/jupyter/notebook | Jupyter 社区 | 数据分析、训练实验和推理结果对比 | 是，开源 | 开发工具 |
| NumPy | https://github.com/numpy/numpy | NumPy 社区 | 数值计算、输入输出预处理和验证 | 是，BSD 许可 | 开发工具 |
以下工具很有价值，但多数不能直接当作“通用 MCU 模型部署工具”。如果目标是 STM32MP1、i.MX 8/9、TI Sitara、Linux SBC 或带 NPU 的 SoC，应优先看这一节。
| 名称 | 具体网址 | 厂商 | 用途 | 是否开源 | 目标类别 |
|---|---|---|---|---|---|
| ST X-LINUX-AI / STM32MPU AI 文档 | https://wiki.st.com/stm32mpu/wiki/Category:Artificial_intelligence | ST | STM32MPU Linux 系统中的 AI 框架、加速器和应用集成 | 混合，依组件许可 | MPU / Linux SoC |
| NXP eIQ | https://www.nxp.com/design/design-center/software/eiq-ai-development-environment:EIQ | NXP | i.MX MPU 与部分 MCU 的模型转换、优化和推理集成 | 混合 | MCU / MPU，按芯片区分 |
| NXP eIQ Neutron NPU | https://www.nxp.com/applications/technologies/ai-and-machine-learning/eiq-neutron-npu:EIQ-NEUTRON-NPU | NXP | 对带 Neutron NPU 的目标进行硬件加速模型部署 | 否/混合 | 特定 NPU 设备 |
| TI TIDL | https://www.ti.com/tool/TIDL | TI | TI 支持的 DSP/NPU/加速器上的推理优化 | 否，核心库专有 | 多数为 SoC/加速器平台，依器件 |
| Roboflow | https://roboflow.com/ | Roboflow | 视觉模型训练和导出，常用于 Linux/边缘视觉系统 | 平台专有 | 视觉 SoC / Linux |
| Ultralytics YOLO | https://github.com/ultralytics/ultralytics | Ultralytics | 目标检测模型训练与导出 | AGPL-3.0/企业许可 | 训练端 / 边缘 SoC |
| ONNX Runtime | https://github.com/microsoft/onnxruntime | Microsoft / 社区 | Linux、Windows 等 OS 环境中的 ONNX 推理 | 是，MIT 为主 | OS / SoC；非通用 MCU 运行时 |
| ExecuTorch | https://github.com/pytorch/executorch | PyTorch / Meta | 面向移动端和边缘设备的 PyTorch 模型部署 | 是，查看仓库许可证 | 边缘设备；MCU 支持依后端 |
| LiteRT | https://ai.google.dev/edge/litert | Android、Linux 和边缘设备的端侧推理工具 | 依组件许可 | 主要为 OS/边缘设备；MCU 请看 TFLM | |
| TVM | https://github.com/apache/tvm | Apache / 社区 | 编译模型到多类 CPU/GPU/NPU/嵌入式后端 | 是，Apache 2.0 | MCU / MPU / SoC，依后端 |
| 名称 | 具体网址 | 厂商/组织 | 用途 | 是否开源 | 目标类别 |
|---|---|---|---|---|---|
| Zephyr RTOS | https://github.com/zephyrproject-rtos/zephyr | Zephyr Project | 可集成推理框架的开源 RTOS、驱动和板级支持 | 是，Apache 2.0 为主 | MCU / 嵌入式 |
| Zephyr 文档 | https://docs.zephyrproject.org/latest/ | Zephyr Project | RTOS 配置、驱动、板级支持和应用构建 | 开源项目文档 | MCU / 嵌入式 |
| FreeRTOS | https://github.com/FreeRTOS/FreeRTOS-Kernel | Amazon / 社区 | MCU 实时操作系统，可与推理库集成 | 是，MIT | MCU 优先 |
| CMSIS-RTOS2 | https://arm-software.github.io/CMSIS_6/latest/RTOS2/ | Arm | Cortex-M RTOS API 抽象层 | 依组件/实现许可 | MCU 优先 |
| MCUXpresso IDE | https://www.nxp.com/design/design-center/software/development-software/mcuxpresso-software-and-tools:MCUXPRESSO | NXP | NXP MCU 工程构建与调试 | 否，IDE 专有 | MCU 优先 |
| e² studio | https://www.renesas.com/en/software-tool/e-studio | Renesas | 瑞萨 MCU 工程构建与调试 | 否，免费专有 IDE | MCU 优先 |
| MPLAB X IDE | https://www.microchip.com/en-us/tools-resources/develop/mplab-x-ide | Microchip | PIC/dsPIC 工程开发与调试 | 否，免费专有 IDE | MCU 优先 |
| Code Composer Studio | https://www.ti.com/tool/CCSTUDIO | TI | TI 芯片工程开发与调试 | 否，IDE 专有 | MCU / SoC |
| ESP-IDF | https://github.com/espressif/esp-idf | Espressif | ESP32 工程构建、驱动和固件部署 | 是，主框架开源 | MCU 优先 |
