TinyML 开发板硬件设计：STM32H743 如何支撑算力、采集、显示与输出四环
贺老师基于 STM32H743（Cortex-M7 内核，带 DSP 指令）完成 TinyML 开发板，用 TensorFlow Lite Micro 部署模型，规划麦克风、IMU、模拟量、摄像头四类传感器入口。
#ST
玩转单片机与嵌入式AI 评分5252 玩转单片机与嵌入式AI 评分3838 TinyML 开发板需要哪些硬件？STM32H743 端侧 AI 开发板解析
一块用于学习 TinyML 的开发板至少应包含计算、数据采集、结果展示、通信和控制四部分。STM32H743 端侧 AI 开发板定位 TinyML 嵌入式 AI 模型部署实战学习板，覆盖从模型部署到硬件落地的完整链路。
玩转单片机与嵌入式精选AI 评分5757 手写数字识别CNN如何部署到STM32H743：从触摸预处理到INT8量化实测
作者在STM32H743ZIT6上跑通手写数字识别全流程：触摸屏笔迹经Bresenham连线与3×3笔刷栅格化成28×28灰度图，交给14,410参数的CNN本地推理，LCD显示识别结果、置信度和耗时。
推荐理由：原文给出模型结构、量化前后准确率与板端逐字节比对方法，可迁移为MCU部署的验证流程参考。
strongerHuangAI 评分2828 2026瑞萨边缘AI技术研讨会（上海&深圳）开启报名
瑞萨2026边缘AI技术研讨会（上海&深圳）正式开启报名，上海站定于2026年10月24日13:00–17:30，深圳站定于2026年11月7日13:00–17:30。研讨会将展示RA8、RZ/V系列AI处理器全新应用场景，并设置AI实操实验项目，帮助工程师现场完成第一个hello_world工程和AI模型部署。报名并到场的观众可参与抽奖，前30位现场签到的观众可获得RA MCU开发板。
嵌入式微处理器AI 评分5454 10个IO口驱动90颗LED的开源耳环HALO-90：Charlieplexing方案解析
HALO-90是一款直径24mm的开源电子耳环，正面排布90颗0402红色LED，采用Charlieplexing方式用10个IO口独立控制全部灯珠，靠高速扫描利用视觉暂留成像。
意法半导体 Newsroom精选AI 评分6464 ST 发布 LSM6DSK320X 与 ISM6HGK256X 六轴 IMU，主打抗振动与可持续材料
ST 发布消费级 LSM6DSK320X 与工业级 ISM6HGK256X 六轴 IMU，采用超对称陀螺仪架构抵消外部振动与冲击，并内置双加速度计，可同时测量 ±16 g 低量程与 ±320 g 高量程事件。
推荐理由：双加速度计与超对称陀螺仪架构的细节，可帮助评估无人机等高振动场景的 IMU 选型。
嵌入式微处理器精选AI 评分6262 STM32内部Flash不够时AI模型应该放在哪里
文章讲解STM32项目部署AI模型时内部Flash放不下模型数组的排查与选型方法：先按只读权重、激活缓冲区、输入输出缓冲区、代码与栈四类数据分别估算Flash和RAM需求，再对照内部Flash、外部QSPI/OSPI NOR Flash、外部SDRAM/PSRAM、SD卡四种存放位置的适用场景与检查项。
推荐理由：文章给出容量与RAM的基本式和四类存放位置的对照表，做MCU模型部署选型时可直接照此排查。
玩转单片机与嵌入式AI 评分5151 ST Model Zoo 之外，如何为自己的产品重新设计嵌入式 AI 模型
作者认为即便 ST 已提供 STM32 Model Zoo（含 140+ 参考模型、预训练权重和 Model Zoo Services 的重训、量化、部署流程），针对自己产品仍需重新设计模型。
嵌入式微处理器AI 评分5151 AI模型为什么能变成一堆C代码，然后运行在STM32里面？
文章解释了训练好的AI模型如何经STM32Cube.AI转换后在STM32上运行推理。神经网络本质是乘加、比较、移位等确定运算的组合，训练得到的参数与计算流程在推理阶段均已固定，因此可脱离Python执行。STM32Cube.AI解析模型计算图，将权重转为Flash中的数据（如INT8量化的int8_t数组），将各层转为可调用的算子函数，配合CMSIS-NN等优化在MCU上完成推理。
意法半导体 NewsroomAI 评分5252 意法半导体将在 Castelletto 建设研发数字孪生中心，推动半导体研发从物理迭代转向数字预判
意法半导体宣布在意大利 Castelletto 建设研发数字孪生中心，将物理建模、仿真、数据、AI 与硅反馈整合进统一研发环境，目标是缩短技术开发周期、提升首次成功率并降低开发成本。
意法半导体 Newsroom精选AI 评分5959 ST 发布 ST SafeSense VD56GA 车载图像传感器，用于红外座舱感知
ST 发布 ST SafeSense VD56GA，一款面向红外座舱感知的 1.1 MP 车载图像传感器，帮助 OEM 和 Tier 1 在量产车型上部署驾驶员与乘员监测。
推荐理由：原文给出 MTF、量子效率、封装尺寸和内置处理功能，做车载摄像头选型的工程师可据此评估成本与集成方案。
立芯嵌入式精选AI 评分6464 从复位到 main()，给 STM32F411 写一份链接脚本
文章以 WeAct Studio MiniSTM32F4x1（STM32F411CEU6，512 KiB Flash、128 KiB SRAM）为例，讲解如何为 STM32F411 编写 GNU ld 链接脚本。
推荐理由：文章把向量表、VMA/LMA、KEEP 与孤儿节等易混点逐条拆开，并给出可直接套用的 .ld 与检查命令。
立芯嵌入式精选AI 评分6666 CPU 不认识 main()：WeAct STM32F411 上电启动全流程解析
文章以 WeAct Studio MiniSTM32F4x1（STM32F411CEU6）为例，追踪从硬件复位到 PC13 LED 闪烁的完整启动过程：复位时处理器从地址 0 的启动别名读取向量表前两个 32 位字装载 MSP 和复位入口。
推荐理由：把复位向量、链接脚本符号和上板调试命令串成一条可复现的排查主线，遇到启动问题可直接照做。