瑞萨电子推出搭载AI加速功能的1GHz微控制器，
树立MCU性能新标杆
 
单核与双核MCU结合Arm^® Cortex^®-M85和M33核心以及
Arm Ethos-U55 NPU，实现高达256 GOPS的卓越AI性能
 
 
Ÿ 双Arm CPU核心实现前所未有的7300+ CoreMark^(注)
Ÿ 台积电22ULL工艺带来高性能与低功耗
Ÿ 嵌入式MRAM具备更快的写入速度、更强的耐久性和数据保持能力
Ÿ 专为视觉和语音AI以及实时分析优化的专用外设
Ÿ 全新AI软件框架简化开发并支持与MPU的轻松迁移
Ÿ 卓越的安全功能确保数据隐私
 
2025 年 7 月 2 日，中国北京讯 - 全球半导体解决方案供应商瑞萨电子（TSE：6723）今日宣布推出针对人工智能（AI）、机器学习（ML）应用以及实时分析的RA8P1微控制器（MCU）产品群。该系列MCU通过将1GHz Arm^® Cortex^®-M85和250MHz Cortex-M33 CPU核心与Arm Ethos^TM-U55神经处理单元（NPU）相结合，从而树立MCU性能的新标杆。这一组合可实现超过7300 CoreMark的最高CPU性能和500 MHz下256 GOPS的AI性能。
 
专为边缘/终端AI设计
RA8P1专为边缘AI应用优化，利用Ethos-U55 NPU卸载CPU在卷积神经网络（CNN）和递归神经网络（RNN）中的计算密集型操作，实现高达256 MAC per/cycle的性能，在500MHz下可达256 GOPS。新款NPU支持大多数常用神经网络，包括DS-CNN、ResNet、Mobilenet TinyYolo等。根据所用神经网络的不同，Ethos-U55相较于单独使用的Cortex-M85处理器，可获得高达35倍的每秒推理次数。
 
先进技术
RA8P1 MCU采用台积电22ULL（22nm ultra-low leakage，超低漏电）工艺制造，在实现超高性能的同时保持极低的功耗。该工艺还支持在新款MCU中集成嵌入式磁性随机存取存储器（MRAM）。与闪存相比，MRAM具备更快的写入速度、更高的耐久性和更强的数据保持能力。
 
Daryl Khoo, Vice President of Embedded Processing Marketing Division at Renesas表示：“高性能边缘AIoT应用的需求正呈现爆炸式增长，而RA8P1正是我们为应对这一趋势而推出的MCU产品。它不仅充分彰显了我们在技术和市场领域的深厚积累，更体现了我们与行业伙伴建立的广泛合作生态。瑞萨的客户对在多样化AI场景中部署这款全新MCU表现出了强烈意愿。”
 
Paul Williamson, Senior Vice President and general manager, IoT Line of Business at Arm表示：“人工智能时代的创新步伐比以往任何时候都快，新的边缘应用对设备端性能和机器学习提出了更高的要求。瑞萨RA8P1 MCU依托Arm计算平台的先进AI功能，能够满足下一代语音和视觉应用的需求，助力扩展智能、情境感知的AI体验。”
 
Chien-Hsin Lee, Senior Director of Specialty Technology Business Development at TSMC表示：“我们非常高兴看到瑞萨充分利用台积电22ULL嵌入式MRAM技术的性能和可靠性，为其RA8P1带来卓越的成果。随着台积电不断推进嵌入式非易失性存储器（eNVM）技术，我们期待加强与瑞萨长期合作，共同推动未来突破性产品的创新。”
 
丰富的外设，专为AI设计
瑞萨推出的RA8P1集成专用外设、充足的内存和高阶安全功能，以支持语音和视觉AI以及实时分析应用。对于视觉AI，该设备包含一个16位摄像头接口（CEU），支持高达500万像素的图像传感器，从而实现需要接入摄像头和算力要求苛刻的视觉AI应用。独立的MIPI CSI-2接口提供一个低引脚数接口，具有两个通道：每个通道速率最高可达720Mbps。此外，多个音频接口（包括I2S和PDM）支持麦克风输入，满足语音AI应用需求。
 
RA8P1集成了片上存储和可扩展的外部存储，以实现高效、低延迟的神经网络处理。该MCU内置2MB SRAM，用于存储中间变量或缓冲区。此外，该产品配备1MB片上MRAM，用于存储应用程序代码、模型权重或图形资源。对于更大规模的模型，可提供高速外部存储器接口。对于更严苛的AI应用需求，这一MCU还提供单封装内含4MB或8MB外部闪存的SIP选型。
 
全新RUHMI框架
与RA8P1 MCU一同推出的，还有瑞萨RUHMI（瑞萨统一异构模型集成）。作为一款面向MCU与MPU的综合性AI编译器和框架，RUHMI提供高效的AI工具，能够部署多种最新神经网络模型。它支持模型优化、量化、图编译和转换，并生成高效、适用于MCU的源代码。RUHMI原生支持TensorFlow Lite、Pytorch和ONNX等机器学习AI开发框架，还提供部署预训练神经网络所需的工具、API、代码生成器与运行时环境，包括适用于RA8P1的演示用例。此外，RUHMI与瑞萨自有的e2Studio IDE集成，可实现无缝AI开发，此集成将为MCU和MPU提供一个通用的开发平台。
 
高阶安全功能
RA8P1 MCU为关键应用构建前沿的安全保障。全新的瑞萨安全IP（RSIP-E50D）集成众多加密加速器，包括CHACHA20、Ed25519、最高达521位的NIST ECC曲线、增强型最高达4K的RSA、SHA2和SHA3。与Arm TrustZone协同工作，该IP可实现全面且完全集成的类似安全元件的功能。新款MCU还具备强大的硬件信任根，和通过第一阶段引导加载程序（FSBL）在不可变存储器（ROM）中实现的安全启动功能。支持实时解密（DOTF）的XSPI接口允许将加密的代码程序存储在外部闪存中，并在安全传输到MCU执行时进行实时解密。
 
即用型解决方案
瑞萨为RA8P1 MCU打造了一系列易用的工具及解决方案，包括灵活软件包（FSP）、评估套件和开发工具，支持FreeRTOS、Azure RTOS，以及Zephyr。瑞萨还提供多个软件示例项目和应用说明，以帮助客户加快产品上市速度。此外，众多合作伙伴解决方案也可支持RA8P1 MCU的开发，其中包括来自Nota.AI的驾驶员监控解决方案，和来自Irida Labs的交通/行人监控解决方案。其它更多解决方案，可查阅RA合作伙伴生态系统解决方案。
 
 
RA8P1 MCU的关键特性
Ÿ 处理器：1GHz Arm^® Cortex^®-M85、500MHz Ethos-U55、250MHz Arm Cortex-M33（可选）
Ÿ 存储：1MB/512KB片上MRAM、4MB/8MB外部闪存SIP选项、2MB完全受ECC保护的SRAM、每核心32KB I/D缓存
Ÿ 图形外设：支持最高WXGA（1280x800）分辨率的图形LCD控制器、并行RGB和MIPI-DSI显示接口、强大的2D绘图引擎、并行16位CEU和MIPI CSI-2摄像头接口、32位外部存储器总线（SDRAM和CSC）接口
Ÿ 其它外设：千兆以太网和TSN交换机、带XIP和DOTF的XSPI（八线SPI）、SPI、I²C/I³C、SDHI、USBFS/HS、CAN-FD、PDM和SSI音频接口、带S/H电路的16位ADC、DAC、比较器、温度传感器、定时器
Ÿ 安全特性：高阶RSIP-E50D加密引擎、TrustZone、不可变存储器、安全启动、防篡改、DPA/SPA攻击防护、安全调试、安全工厂编程、设备生命周期管理
Ÿ 封装：224BGA、289BGA
 
成功产品组合
瑞萨将全新RA8P1 MCU与其产品组合中的众多兼容器件相结合，创建出广泛的“成功产品组合”，包括具有AI功能的视频会议摄像头、AI绘图机械臂和AI监控摄像机。这些“成功产品组合”基于相互兼容且可无缝协作的产品，具备经技术验证的系统架构，带来优化的低风险设计，以加快产品上市速度。瑞萨现已基于其产品阵容中的各类产品，推出超过400款“成功产品组合”，使客户能够加速设计过程，更快地将产品推向市场。更多信息，请访问：renesas.com/win。
 
供货信息
瑞萨RA8P1 MCU产品群现已上市，同时RA8P1评估套件也已推出。更多产品相关信息，请访问：renesas.com/RA8P1。客户可以在瑞萨网站或通过分销商订购样品及套件。
 
瑞萨MCU优势
作为全球卓越的MCU产品供应商，瑞萨电子MCU近年来的平均年出货量超35亿颗，其中约50%用于汽车领域，其余则用于工业、物联网以及数据中心和通信基础设施等领域。瑞萨电子拥有广泛的8位、16位和32位产品组合，所提供的产品具有出色的质量和效率，且性能卓越。同时，作为一家值得信赖的供应商，瑞萨电子拥有数十年的MCU设计经验，并以双源生产模式、业界先进的MCU工艺技术，以及由250多家生态系统合作伙伴组成的庞大体系为后盾。关于瑞萨电子MCU的更多信息，请访问：renesas.com/MCUs。
 
 
关于瑞萨电子
瑞萨电子（TSE: 6723），科技让生活更轻松，致力于打造更安全、更智能、可持续发展的未来。作为全球微控制器供应商，瑞萨电子融合了在嵌入式处理、模拟、电源及连接方面的专业知识，提供完整的半导体解决方案。成功产品组合加速汽车、工业、基础设施及物联网应用上市，赋能数十亿联网智能设备改善人们的工作和生活方式。更多信息，敬请访问renesas.com。关注瑞萨电子微信公众号，发现更多精彩内容。

免责声明：本文若是转载新闻稿，转载此文目的是在于传递更多的信息，版权归原作者所有。文章所用文字、图片、视频等素材如涉及作品版权问题，请联系本网编辑予以删除。