TI edge AI MCUs vormen het middelpunt van de nieuwste embedded push van Texas Instruments, onthuld op embedded world 2026 in Neurenberg. Simpel gezegd wil TI dat neurale-netwerkversnelling verschijnt in kleinere, goedkopere systemen in plaats van alleen in grote processors met koellichamen, PMIC-spreiding en de algemene emotionele energie van een klein serverrek. Naast een bredere lancering wil het bedrijf deze apparaten positioneren als een praktische manier om inferentie lokaal te houden in wearables, apparaten, sensorknooppunten en motorcontrolesystemen. Voor lezers die de ontwikkelingen rond AI aan de Edge hebben gevolgd, is dit het deel waar ze op moeten letten.

TI Edge AI MCUs voor kleinere embedded systemen

Het eerste van de nieuwe onderdelen is de MSPM0G5187, een goedkope Arm Cortex-M0+ MCU met de TinyEngine neurale verwerkingsunit van TI ingebouwd. TI zegt dat de hardwareversneller tot 90× lagere latentie en tot 120× minder energie per inferentie kan leveren dan vergelijkbare MCUs die hetzelfde soort werk alleen op de CPU uitvoeren. Op papier is dat de meest interessante verschuiving hier: een Cortex-M0+ onderdeel is niet waar veel ingenieurs zouden verwachten toegewijde AI-versnelling te zien. Het apparaat heeft ook tot 128 KB flash en 32 KB SRAM, plus interfaces zoals USB 2.0 full speed en een digitale audio-interface, wat het onderdeel makkelijker voor te stellen maakt in spraakgestuurde, gebaarbewuste of anderszins sensorrijke ontwerpen.

TI zet ook sterk in op prijs en energieverbruik. Met een prijs van minder dan US$1 bij afname van 1.000 stuks wordt de MSPM0G5187 gepositioneerd als een manier om verder te gaan dan vaste drempels en eenvoudige regels zonder direct over te stappen naar een veel grotere processor. Voor embedded ontwikkelaars zou dat kunnen uitmaken in producten waar batterijduur, printplaatoppervlak en BOM-kosten nog steeds het laatste woord hebben.

TI Edge AI MCUs voor real-time motorbesturing

De tweede familie, de AM13Ex-lijn, richt zich op een heel andere taak. Hier combineert TI een Cortex-M33-kern, de TinyEngine NPU en real-time motorbesturingshardware op één chip. Het idee is om een ontwerp deterministische besturingslussen te laten draaien terwijl ook adaptieve besturing of voorspellend onderhoud lokaal wordt afgehandeld. TI zegt dat de AM13Ex-apparaten tot vier motoren tegelijk kunnen aansturen, en dat hun geïntegreerde trigonometrische rekenversneller berekeningen 10× sneller uitvoert dan CORDIC-achtige implementaties.

Dat is belangrijk omdat motorbesturingssystemen een van die gebieden zijn waar "AI aan de rand" ophoudt een marketinguitdrukking te zijn en begint een ontwerpafweging te worden. Als het silicium daadwerkelijk externe onderdelen kan verminderen en wat anders een multi-chip architectuur zou zijn kan samenvoegen, dan is er een echt technisch verhaal. TI claimt een reductie van de bill-of-materials van tot wel 30% in de soorten apparaten-, robotica- en industriële ontwerpen die anders meer verspreid silicium nodig zouden hebben om hetzelfde werk te doen.

Software zal beslissen of dit echt aanslaat

Hardware is slechts de helft van het verhaal, dus breidt TI ook de softwarekant uit. CCStudio Edge AI Studio biedt nu modelselectie, training en implementatiesteun voor het embedded portfolio van TI, met al meer dan 60 modellen en toepassingsvoorbeelden beschikbaar. De CCStudio IDE van TI krijgt ook geïntegreerde generatieve AI-functies gericht op het versnellen van codeontwikkeling, configuratie en debugging. Dat deel is de moeite waard om goed in de gaten te houden, want veel edge-AI-hardware wordt een stuk minder interessant op het moment dat de tooling een weekendverslindend probleem wordt.

Al met al is de lancering logisch. TI probeert niet te beweren dat elk embedded product ineens een neuraal netwerk nodig heeft. Het sterkere argument is dat een groeiend aantal producten zou kunnen profiteren van lokale classificatie, herkenning, anomaliedetectie of adaptieve besturing zonder dat ze hoeven over te stappen op een veel zwaarder platform. Als TI edge AI MCUs die stap makkelijker, goedkoper en minder moeilijk maken, zullen ingenieurs dat merken.