為加速嵌入式AI在邊緣設(shè)備上的落地，ADI（Analog Devices, Inc.）近日正式發(fā)布 CodeFusion Studio? 2.0——其開源嵌入式開發(fā)平臺(tái)的重大升級(jí)版本。該平臺(tái)深度融合AI模型部署、硬件抽象與自動(dòng)化工具鏈，旨在為開發(fā)者提供從算法設(shè)計(jì)到物理系統(tǒng)部署的端到端開發(fā)體驗(yàn)，覆蓋從低功耗MCU到高性能DSP的全系列ADI處理器。

長(zhǎng)期以來(lái)，嵌入式AI開發(fā)面臨三大痛點(diǎn)：工具鏈碎片化、硬件適配復(fù)雜、模型部署效率低。CodeFusion Studio 2.0正是為破解這些瓶頸而生。基于 Visual Studio Code 構(gòu)建，新平臺(tái)將模型導(dǎo)入、兼容性驗(yàn)證、性能分析、代碼生成與調(diào)試集成于統(tǒng)一界面，顯著降低AI在邊緣側(cè)的開發(fā)門檻。

“我們正在邁向嵌入式智能的新紀(jì)元，”ADI軟件與數(shù)字平臺(tái)事業(yè)部高級(jí)副總裁 Rob Oshana 表示，“CodeFusion Studio 2.0將原本割裂的AI工作流整合為一個(gè)無(wú)縫流程，讓開發(fā)者能專注于創(chuàng)新，而非底層適配。”

端到端AI工作流：從模型到物理執(zhí)行

CodeFusion Studio 2.0支持開發(fā)者自帶訓(xùn)練好的AI/ML模型（如TensorFlow Lite、ONNX等格式），并通過內(nèi)置的模型兼容性檢查器自動(dòng)評(píng)估其在目標(biāo)ADI芯片上的可行性。平臺(tái)還集成性能分析與優(yōu)化工具，可預(yù)估推理延遲、內(nèi)存占用與能效表現(xiàn)，確保部署穩(wěn)健可靠。

尤為關(guān)鍵的是，新平臺(tái)引入基于 Zephyr RTOS 的模塊化運(yùn)行時(shí)框架，支持對(duì)AI工作負(fù)載進(jìn)行逐層性能剖析（per-layer profiling），幫助開發(fā)者精準(zhǔn)定位瓶頸。該框架可與ADI異構(gòu)計(jì)算平臺(tái)（如集成ARM Cortex-M與SHARC DSP的SoC）無(wú)縫協(xié)同，實(shí)現(xiàn)算力資源的最優(yōu)調(diào)度。

統(tǒng)一開發(fā)體驗(yàn)，降低生態(tài)復(fù)雜度

為簡(jiǎn)化多核與異構(gòu)系統(tǒng)開發(fā)，新版 System Planner 工具現(xiàn)已支持多核任務(wù)分配與擴(kuò)展器件庫(kù)，涵蓋ADI旗下Cortex-M系列MCU、Blackfin? DSP及SHARC+處理器。統(tǒng)一的硬件配置界面大幅降低跨平臺(tái)遷移成本。

調(diào)試能力也顯著增強(qiáng)：平臺(tái)集成 GDB 調(diào)試器 與 核心轉(zhuǎn)儲(chǔ)分析（core dump analysis）功能，開發(fā)者可在IDE內(nèi)直接診斷運(yùn)行時(shí)異常，無(wú)需切換工具鏈。這一改進(jìn)對(duì)資源受限的邊緣設(shè)備尤為重要。

面向“物理AI”的未來(lái)布局

ADI邊緣AI與機(jī)器人副總裁 Paul Golding 指出：“真正的智能不僅在于算法，更在于系統(tǒng)如何在真實(shí)物理環(huán)境中感知、推理并執(zhí)行。”為此，CodeFusion Studio 2.0正構(gòu)建支持無(wú)板仿真（boardless simulation）的開發(fā)環(huán)境，允許開發(fā)者在沒有實(shí)體硬件的情況下，提前在虛擬ADI平臺(tái)上優(yōu)化和驗(yàn)證AI模型。

這一能力將極大加速機(jī)器人、工業(yè)預(yù)測(cè)性維護(hù)、智能傳感等“物理AI”應(yīng)用的迭代周期。未來(lái)版本還將引入面向物理約束（如功耗、時(shí)延、傳感器噪聲）的聯(lián)合優(yōu)化功能，推動(dòng)嵌入式系統(tǒng)從“數(shù)據(jù)驅(qū)動(dòng)”邁向“物理感知驅(qū)動(dòng)”。

作為ADI“開發(fā)者優(yōu)先”戰(zhàn)略的核心載體，CodeFusion Studio 2.0不僅是一套工具，更是一個(gè)開放生態(tài)的起點(diǎn)。隨著其持續(xù)演進(jìn)，ADI正將嵌入式AI的開發(fā)范式從“能用”推向“好用”，助力行業(yè)真正釋放邊緣智能的潛力。