STMicroelectronics ha presentato una strategia di unificazione della piattaforma STM32 destinata a estendere un’architettura comune di microcontrollori ai settori industriale, automobilistico e robotico, introducendo contemporaneamente le nuove famiglie STM32A4, STM32A5 e STM32A9. L’iniziativa, illustrata durante STM32 Summit 2026 del 3 novembre, punta a rendere riutilizzabili componenti software, strumenti di sviluppo, proprietà intellettuale e tecnologie di elaborazione embedded tra applicazioni che richiedono controllo deterministico, connettività, sicurezza funzionale e capacità di intelligenza artificiale locale. La convergenza riguarda in particolare i sistemi di Physical AI, nei quali sensori, algoritmi e attuatori devono operare attraverso cicli di elaborazione e controllo con requisiti temporali rigorosi. L’architettura condivisa non elimina le differenze normative tra i settori, ma permette di sviluppare progetti sulla stessa base tecnologica, adattando successivamente componenti e procedure di qualificazione alle esigenze dei singoli mercati.
L’unificazione si fonda sull’impiego dei processori Arm Cortex-M, sull’integrazione di tecnologie comuni per edge AI, connettività e sicurezza e sull’utilizzo dell’ecosistema software STM32Cube, ST Edge AI Suite e degli strumenti Arm. Per le applicazioni industriali e automotive non basate su AUTOSAR rimane disponibile l’ambiente STM32Cube con i relativi componenti embedded, mentre i programmi automobilistici che richiedono AUTOSAR possono utilizzare componenti software qualificati e strumenti di integrazione specifici. La strategia comprende anche una base manifatturiera condivisa, con processi ST a 40 nanometri con memoria Flash e a 18 nanometri FD-SOI con memoria embedded a cambiamento di fase, affiancati dalle tecnologie di memoria non volatile integrate di TSMC. Arm parteciperà inoltre, insieme a ST e con Cadence come partner di progettazione, alla definizione delle future architetture Cortex-M destinate alle applicazioni di Physical AI.
La nuova famiglia STM32A comprende tre livelli di prestazioni e sicurezza funzionale. STM32A4 offre fino a 0,5 MB di memoria, supporto ai livelli QM e ASIL-B e funzionalità crittografiche per sensori, attuatori, sistemi di accesso, monitoraggio della sicurezza e controllori compatti. STM32A5 aumenta la capacità fino a 4 MB e introduce funzionalità di sicurezza avanzate per sistemi di carrozzeria e comfort automobilistico, oltre ad applicazioni industriali, energetiche e robotiche che richiedono il livello ASIL-B. STM32A9 raggiunge invece 12 MB di memoria, supporta ASIL-D e integra connettività orientata a Ethernet per il controllo in tempo reale di più domini funzionali. La sua architettura split-lock permette di privilegiare la ridondanza richiesta per ASIL-D oppure, nelle applicazioni che non necessitano di tale livello, di ottenere secondo ST prestazioni doppie in configurazione ASIL-B. I primi dispositivi sono già nella fase di campionatura presso i clienti, mentre la disponibilità commerciale più ampia dovrebbe iniziare con STM32A9 nella prima metà del 2027.
Un ulteriore elemento riguarda l’accelerazione dell’intelligenza artificiale direttamente sui microcontrollori attraverso Neural-ART, l’architettura proprietaria di ST basata su elaborazione dataflow. Già presente nella famiglia STM32N6, Neural-ART è prevista anche su STM32H7P nella prima metà del 2027 e su STM32A9. L’obiettivo è ridurre il movimento dei dati tra memoria e unità di calcolo, contenendo consumi energetici e richieste di larghezza di banda durante l’inferenza locale. ST ha inoltre sviluppato con NVIDIA una dimostrazione di Holoscan Sensor Bridge su STM32H7, destinata a diventare un componente nativo STM32Cube nei prossimi mesi. La tecnologia permetterà di collegare sensori e attuatori attraverso Ethernet, integrando i microcontrollori nei percorsi di comunicazione tra acquisizione dei dati, elaborazione AI di livello superiore e controllo fisico dei dispositivi. La piattaforma combina così inferenza embedded, comunicazioni deterministiche e sicurezza funzionale, con la possibilità di condividere una parte crescente del lavoro di sviluppo tra robotica, automazione e sistemi automobilistici.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)