MSP 边缘 AI 微控制器通过集成名为 TinyEngine™ NPU 的专用硬件加速器，在低延迟和高能效方面提供出色的性能。这种具有成本效益的设计支持各种神经网络层和混合数据类型（包括 8 位、4 位和 2 位权重），同时具有灵活的 CPU 和 DMA 集成能力，可将不受支持的层无缝卸载回主 CPU。

MSP 微控制器支持三种主要的机器学习模式，可在边缘高效处理传感器数据：分类、故障和异常检测以及回归。

• 分类旨在将未知的一维、多维或二维图像数据分类为预定义的类别，例如从 3 轴加速度计识别运动类型或识别形状。
• 故障和异常检测侧重于识别一维和多维时间序列数据中的异常系统行为，支持 ECG 节律分析、电弧故障检测和电机预测性维护等应用。
• 最后，回归功能可将传感器输入（包括 PIR，音频和电压数据）映射到连续标度而不是离散类别，从而使系统能够根据实时输入数据预测未来的连续状态。