意法半导体推出内置DSP芯片的STM32U3，HSP加速器让超低功耗MCU轻松跑边缘AI

2026-03-26

2026年3月，意法半导体（STMicroelectronics，ST）正式推出硬件信号处理器（Hardware Signal Processor，HSP），这是一种全新的片上硬件单元，将逐步应用于更多STM32微控制器。首批搭载该单元的是新款STM32U3B5/C5器件，配备2 MB闪存。HSP可加速多种计算，尤其是快速傅里叶变换（FFT）等算法。与传统DSP不同，它无需额外外部器件、无需复杂配置，通过ST硬件抽象层仅需少量API调用即可使用，让超低功耗设备轻松获得显著算力提升。在部分场景下，搭载HSP的STM32U3可比标准Cortex-M33快约12倍。

STM32U3是首款采用HSP（硬件信号处理器）的系列产品

为何超低功耗系统需要却难用外部DSP

许多超低功耗系统设计中，工程师常为极致低功耗或更低物料成本（BoM）而牺牲性能，从而放弃部分应用。例如工业振动或加速度监测常需时域/频域分析，运行实数或复数FFT需要大量计算。在超低功耗MCU上执行这些运算可能过慢、过热，或需要额外外挂DSP，导致成本过高。工程师只能放弃功能或更换更昂贵的方案。

使用外部DSP本身也充满挑战：编程门槛高，需反复迭代才能成熟稳定优化，且代码往往不具移植性；PCB布局更复杂，增加故障点和被动元件；开发工具和社区支持有限，调试、配置、监控困难。许多小型公司难以承担长期开发成本。

HSP如何改变局面：不止加速傅里叶算法

性能对比（ST内部基准测试）
相比传统Cortex-M33：最高约13倍性能（32位定点/浮点复数FFT 256点，以及32位定点实数FFT）。
相比同系Cortex-M33的STM32U5：约9倍能效提升；相比无HSP的STM32U3：约3倍提升。
相比配备MVE（Helium）的Cortex-M55：约3倍性能优势。
边缘AI场景：关键词唤醒、图像分类、视觉唤醒词等算法，相比Cortex-M33 + TensorFlow Lite for MCU可获6–9倍加速；相比同核+STM32Cube AI Studio约3倍提升。部分边缘AI应用功耗效率可翻倍。

HSP通过专用乘加单元显著提升算力，同时保持STM32U3近阈值（near-threshold）设计带来的超低功耗特性。绝对功耗虽略有增加，但计算速度大幅加快，整体能耗反而更低。这使得原本无法在近亚阈值器件上运行的边缘AI应用成为可能。

无限灵活与软件生态

HSP作为STM32片上硬件单元，开发者只需通过硬件抽象层即可自动调用，并兼容CMSIS-DSP API，代码可在未来更多搭载HSP的MCU上复用。ST已更新STM32Cube AI Studio等工具以支持该加速器，进一步简化边缘AI开发。

Embedded World 2026无电池演示

在Embedded World 2026上，ST展示了基于HSP的无电池演示：一块Nucleo板搭载新款STM32U3C5、VD55G4摄像头，运行人员检测算法（使用HSP）；另一块STM32U083C-DK仅驱动LCD显示检测结果。整套系统由有机光伏模块提供环境光能量，首次实现仅靠环境光供电运行机器学习算法。

HSP的出现，让超低功耗MCU在不增加外部DSP复杂度和成本的前提下，同时满足高性能DSP与边缘AI需求，为工业传感、智能计量、医疗、消费电子等领域打开新应用可能。ST计划将HSP逐步扩展到更多MCU系列。

官方资讯与参考来源

ST官方博客《HSP: The new hardware accelerator that transforms an ultra-low-power STM32U3 into an AI machine》：https://blog.st.com/hardware-signal-processing-hsp/
ST官方博客《Update: STM32U3B5/C5 with 2 MB of Flash and HSP, The 1st ULP STM32 to run AI without batteries》：https://blog.st.com/stm32u3/
STM32U3系列产品页：https://www.st.com/en/microcontrollers-microprocessors/stm32u3-series.html
ST社区新闻：https://community.st.com/t5/developer-news/stm32u3b5-u3c5-bringing-high-performance-dsp-amp-edge-ai-to/ba-p/882640
相关应用笔记与用户手册（HSP使用指南）：ST官网可下载AN6400等文档