STM32巡回研讨会总结（2024）
前言
本次ST公司可以说是推出了7大方面，几乎可以说是覆盖到了目前生活中的方方面面，下面总结下我的感受。
无线类
- 支持多种调制模式（LoRa®、(G)FSK、(G)MSK 和 BPSK）
- 满足工业和消费物联网 (IoT) 中各种低功耗广域网 (LPWAN) 无线应用的需求
- 支持单播和广播的方式，单播：可以同时对接服务器和蓝牙耳机。广播：可以调制频率接收不同的电台信号
- OTA远程升级设备等等…
低功耗类
印象最深刻的还是STM32C0和STM32U0
1.更小的封装：高集成度，只需要一对电源供电，更少的周边器件
2.U0几乎完美的封装替换
高性能类
STM32H5:
(1).40nm工艺，Cortex-M33，250MHz，128-2M Flash Memory.
(2).低功耗
(3).TrustZone安全功能
边缘AI类
-
由于MPU具有NPU加速器并能灵活地在CPU、GPU或NPU上运行AI应用，目前主要的应用领域有：
主要AI开发工具如下： -
NANOEDGE AI STUDIO:
优势：
（1）完全免费
（2）可以应用于所有Arm® Cortex®-M MCU（这个就很有意思了）
（3）快速集成，甚至你不需要自己训练模型都可以（降低入门门槛和加速应用落地）
(4) 本地输入数据直接生成AI libray快速集成到已有的项目中（同上)（快速集成）
(5) 支持模型和参数的数千种组合，根据用户的数据选择合适的算法（快速应用）
劣势：
之前是收费的，今年开始免费，工具里面的算法和所有的库虽然可以说是快速集成，但是随着用户体量的增大，难免会出现开始免费后续收费的情况，如果有自己训练的模型还是尽量优先用自己的吧。 -
Stm32Cube.AI:
优势：
(1). 自动转换预训练人工智能算法（包括神经网络和经典机器学习模型），并将生成的优化库集成到用用户项目中(将模型转换为机器可以识别的C代码）
(2). 无需用户手动编写专门的C语言代码，即可验证桌面PC和STM32上的人工智能算法，并测量STM32器件上的性能（可以在线验证算法，以及进行在MCU上的性能测试）
(3）完全免费 -
X-LINUX-AI：
X-LINUX-AI是一款针对STM32MP1和STM32MP2系列微处理器的人工智能的OpenSTLinux扩展包。它包含Linux®AI框架，以及一些基本用例的应用程序示例。
安全
很多项目都关注的安全问题：
（1）安全认证（越来越多的项目对数据安全提出了更多的要求）
（2）固件代码保护要求
（3）加密引擎针对调试端口，外部存储器内Code,加解密传输数据等
总结
1.ST公司还是做出很多值得学习的东西：
（1）.SOC集成了更多的功能，比如电源管理模块，智能Sensor等集成化，减少了开发人员的设计成本
（2）.AI一站式工具加速了项目的开发和部署
（3）.如何真的如前面所说的STM32的Security都已经做到的话，那确实是可以说是已经武装到牙齿了
技术为应用而生，开源创造未来！