意法半导体与新加坡国立大学共建联合实验室聚焦下一代边缘AI

意法半导体（STMicroelectronics）与新加坡国立大学（NUS）于8月24日宣布成立“ST–NUS HELIX企业联合实验室”（HELIX），面向下一代边缘AI技术展开研究。

HELIX全称为“Hardware for Embodied Low-power Intelligent Xcceleration”，是一项为期四年的合作计划，将围绕生成式AI（Generative AI）和具身AI（Embodied AI）在边缘侧落地的核心技术，从AI模型、系统架构，到电路、存储器和硅片实现，进行一体化研究。

该实验室获得新加坡“研究、创新与企业2025计划”（RIE 2025）支持，以新加坡国立大学设计与工程学院为基地，并由新加坡国立大学计算机学院参与。双方将共同推进研发、人才培养、知识产权创造及演示验证。（HELIX研究示意图，图片来源：意法半导体）

聚焦具身AI，解决边缘部署瓶颈

HELIX重点关注具身AI——即将AI嵌入机器人、人形机器人、无人机等设备，实现多模态感知、设备端计算与实时动作执行协同。

这类设备需要对摄像头和传感器数据进行低延迟处理，同时面临安装空间和功耗的严格限制。为此，HELIX从AI模型、异构加速器、片上存储层级、电路设计、芯片集成等多个维度进行联合优化，以解决能效、存储带宽、延迟和可扩展性等关键挑战。

在具体研究方向上，以内存为中心的架构、存算一体（in-memory computing）以及可扩展的运算-存储集成系统是核心重点。

减少数据移动，提升能效

AI处理中，数据在运算单元和内存之间移动会消耗大量电能。在内存附近或内部执行计算，以及将运算电路与非易失性存储器集成在同一颗芯片上，旨在减少外部数据迁移，从而提高处理性能与能效。

研究将采用意法半导体的“P18 18nm FD-SOI”工艺与嵌入式相变存储器（PCM）。P18 18nm FD-SOI支持超低功耗运行和自适应衬底偏置，可根据处理负载动态调整性能与功耗。嵌入式PCM能在片上SRAM存储层级所在的同一裸片上提供高密度非易失性存储，将AI模型和计算数据留在芯片内，从而减少内存密集型AI工作负载中的片外数据移动。