A medida que sigue creciendo la necesidad de un funcionamiento eficiente de los equipos y la maquinaria, la detección temprana de fallos y la mejora de la eficiencia del mantenimiento se han convertido en retos clave. Los fabricantes de equipos buscan soluciones que permitan supervisar en tiempo real el estado operativo y, al mismo tiempo, evitar los inconvenientes de la latencia de la red y los riesgos de seguridad. Sin embargo, los modelos de procesamiento de IA estándar suelen depender de la conectividad de red y de CPU de alto rendimiento, que pueden ser costosos y difíciles de instalar.
En respuesta a ello, ROHM ha desarrollado unos innovadores MCU con IA que permiten el aprendizaje y la inferencia de IA de forma autónoma directamente en el dispositivo. Estas soluciones independientes de la red permiten la detección temprana de anomalías antes de que se produzca un fallo en los equipos, lo que contribuye a un funcionamiento más estable y eficiente del sistema al reducir los costes de mantenimiento y el riesgo de paradas de la línea.
Los nuevos productos adoptan un sencillo algoritmo de red neuronal de tres capas para implementar la solución de IA en el dispositivo «Solist-AI™», exclusiva de ROHM. Esto permite a los MCU realizar el aprendizaje y la inferencia de forma independiente, sin necesidad de conexión a la nube o a la red.
Los modelos de procesamiento de IA se clasifican generalmente en tres tipos: IA basada en la nube, IA en el borde y IA en el punto final. La IA basada en la nube realiza tanto el entrenamiento como la inferencia en la nube, mientras que la IA periférica utiliza una combinación de sistemas en la nube y en el sitio, como equipos de fábrica y PLC, conectados a través de una red. La IA de punto final típica realiza el entrenamiento en la nube y la inferencia en dispositivos locales, por lo que sigue siendo necesaria una conexión de red. Además, estos modelos suelen realizar la inferencia mediante software, lo que requiere el uso de GPU o CPU de alto rendimiento.
Por el contrario, los MCU de IA de ROHM, aunque se clasifican como IA de punto final, pueden llevar a cabo de forma independiente tanto el aprendizaje como la inferencia a través del aprendizaje en el dispositivo, lo que permite una adaptación flexible a diferentes entornos de instalación y variaciones entre unidades, incluso dentro del mismo modelo de equipo. Equipados con el acelerador de IA «AxlCORE-ODL», exclusivo de ROHM, estos MCU ofrecen un procesamiento de IA aproximadamente 1000 veces más rápido que los MCU convencionales basados en software de ROHM (valor teórico a 12 MHz), lo que permite la detección en tiempo real y la salida numérica de anomalías que «se desvían de la norma». Además, es posible el aprendizaje de alta velocidad (in situ) en el punto de instalación, lo que los hace ideales para la modernización de equipos existentes.
Estos MCU con IA cuentan con un núcleo Arm® Cortex®-M0+ de 32 bits, un controlador CAN FD, un PWM de control de motor trifásico y dos convertidores A/D, lo que les permite alcanzar un bajo consumo de aproximadamente 40 mW. Por ello, son ideales para la predicción de fallos y la detección de anomalías en equipos industriales, instalaciones residenciales y electrodomésticos.
La gama estará compuesta por 16 productos con diferentes tamaños de memoria, tipos de encapsulado, número de pines y especificaciones de embalaje. La producción en serie de 8 modelos en encapsulado TQFP comenzó de forma secuencial en febrero de 2025. Entre ellos, dos modelos con 256 KB de memoria flash de código y encapsulado en cinta están disponibles para su compra, junto con una placa de evaluación de MCU, a través de distribuidores online.
ROHM ha lanzado en su sitio web una herramienta de simulación de IA (Solist-AI™ Sim) que permite a los usuarios evaluar la eficacia del aprendizaje y la inferencia antes de implementar el MCU con IA. Los datos generados por esta herramienta también pueden servir como datos de entrenamiento para el MCU con IA real, lo que permite validar la implementación previa y mejorar la precisión de la inferencia.
Para facilitar su adopción, ROHM ha creado un ecosistema en colaboración con empresas asociadas, que ofrece un soporte integral para el desarrollo y la integración de modelos. En el futuro, ROHM seguirá ampliando este ecosistema, proporcionando entornos más fáciles de usar, ayudando en la creación de datos de entrenamiento y proponiendo métodos de implementación óptimos.
Acerca de Solist-AI™ (solución con IC de aprendizaje en el dispositivo para IA autónoma)
Solist-AI™ es la solución de IA en el dispositivo de ROHM diseñada para aplicaciones de computación periférica. Inspirada en el término musical «solista», que significa interpretación en solitario, esta innovadora solución permite el aprendizaje y la inferencia en tiempo real directamente en dispositivos periféricos autónomos sin depender de servidores en la nube. Con la tecnología de IA de aprendizaje en el dispositivo patentada por ROHM, Solist-AI™ se caracteriza por su diseño compacto y su bajo consumo, lo que contribuye a la expansión de la innovación sostenible en IA.
Solist-AI™ es una marca comercial o marca registrada de ROHM Co., Ltd.
Gama de productos
Estos MCU con IA integran un núcleo Arm® Cortex®-M0+ de 32 bits (frecuencia máxima de funcionamiento: 48 MHz) y el acelerador de IA AxlCORE-ODL, propiedad de ROHM, que realiza el aprendizaje y la inferencia mediante una red neuronal de tres capas. Además, al aprovechar funciones de temporizador versátiles, como el control PWM de motores trifásicos, junto con una amplia gama de interfaces serie, como CAN FD y un convertidor A/D de 12 bits, se permite un soporte flexible para el control y el procesamiento de datos en equipos industriales, instalaciones residenciales y electrodomésticos.
Herramientas de soporte para el desarrollo de MCU de IA
Las MCU AI de ROHM utilizan un núcleo Arm® estándar, lo que garantiza la compatibilidad con las herramientas disponibles en el mercado, así como con el entorno de desarrollo integrado exclusivo de ROHM. Para evaluar el aprendizaje y la inferencia, se proporciona un simulador de verificación del funcionamiento de la IA, junto con un visor en tiempo real para evaluar la eficacia de la IA.
Para obtener más detalles sobre el sistema de soporte para el desarrollo de MCU AI y una descripción general de cada producto, consulte la página dedicada al sistema de soporte para el desarrollo de MCU AI de ROHM (a continuación).
https://www.rohm.com/lapis-tech/product/micon/solistai-software
Productos disponibles
Entorno de desarrollo integrado Arm®: Arm® Keil® MDK
Adaptador de depuración Arm®: depurador para conectar un ordenador al núcleo Arm®
Adaptador de conversión USB-SPI: adaptador para conectar el MCU de IA a Solist-AI™ Scope
Tanto los MCU AI como las placas de evaluación de MCU se ofrecen a través de distribuidores en línea a medida que están disponibles. (Fecha de lanzamiento: marzo de 2025)
Información sobre el producto MCU AI
Números de referencia de venta: ML63Q2537-NNNTBZWBY, ML63Q2557-NNNTBZWBY
Información sobre la placa de evaluación de MCU
Números de referencia de venta: RB-D63Q2537TB48, RB-D63Q2557TB64
Ejemplos de aplicación
Sensores de automatización industrial (FA), motores, baterías, herramientas eléctricas, instalaciones residenciales, electrodomésticos, robots. Otros usos incluyen dispositivos que requieren predicción de fallos, equipos en los que el tiempo de inactividad es inaceptable y sistemas que exigen una mayor precisión en la predicción.
Casos de uso de MCU con IA
La detección de anomalías y la supervisión del estado con alta precisión son posibles combinando la MCU con IA con diversos sensores.
Sensor FA + MCU con IA
Utiliza datos como la luz, la temperatura, el caudal y el sonido para supervisar el estado de los equipos y detectar anomalías. También realiza la detección de anomalías y la previsión de degradación de las propias unidades de detección, incluidos los sensores FA.
Motor + MCU con IA
Supervisa la corriente, la temperatura y la velocidad de rotación del motor para detectar anomalías en la carga y daños en los cojinetes.
Acelerómetro + MCU con IA
Realiza un seguimiento de los niveles de vibración para implementar un mantenimiento basado en el estado (CBM) utilizando criterios adaptados a cada máquina específica.
Sensor AE (emisión acústica) + MCU con IA
Permite la detección ultra temprana de anomalías mecánicas mediante el análisis colectivo de indicadores AE clave (amplitud máxima, valor medio, energía y recuento).
Instalaciones residenciales/electrodomésticos + MCU con IA
Aprovecha los datos de los sensores existentes para detectar anomalías en los equipos en una fase temprana, determinar los requisitos de mantenimiento, estimar los parámetros no detectados y predecir el tiempo necesario para operaciones específicas.
Robots industriales + MCU con IA
Detecta anomalías y el momento óptimo de ajuste de diversos componentes del robot utilizando sensores periféricos (puntos finales) y la MCU con IA, y transmite solo los resultados a la CPU principal.
Nota: DigiKey™, Mouser™ y Farnell™ son marcas comerciales o marcas registradas de sus respectivas empresas. Arm®, Cortex® y Keil® son marcas registradas de Arm Limited (o sus filiales) en EE. UU. y otros países.
* Estudio de ROHM del 4 de junio de 2025 sobre productos MCU.
