人工智慧從雲端走向邊緣裝置的趨勢已經確立，但如何讓AI真正在資源受限的終端設備上發揮價值，仍是產業面臨的關鍵課題。新唐科技選擇了一條與眾不同的發展路徑：從既有的微控制器(MCU)應用市場出發，找出真正需要AI提升價值的場景。透過搭載神經處理單元(NPU)的微控制器、完整的軟體開發工具鏈，以及積極參與產業聯盟的策略，新唐正以涵蓋硬體、軟體到生態系的穩固基石，為終端AI的普及鋪路，從而引領這波由應用驅動的產業新浪潮。
極限運算挑戰：1MB空間跑AI推論
邊緣裝置面臨的核心挑戰是：如何在有限的運算資源和記憶體空間內，實現日益複雜的AI功能。新唐科技副總經理曾經翔表示：「我們不是從AI出發尋找應用，而是從既有的MCU應用市場出發，找出哪些場景真正需要AI來提升價值。我們了解使用者的痛點與需求，希望與使用者共同合作並提供對應的AI MCU規格與開發資源。」新唐推出的NuMicro® M55M1系列微控制器，正是這種思維下的產物。
M55M1搭載Arm Ethos-U55神經處理單元，每個時脈週期可執行256次乘法累加運算，在硬體層面直接支援CNN和RNN運算。這款晶片能在不到1MB的記憶體空間內完成AI推論，對記憶體資源珍貴的嵌入式系統意義重大。
M55M1具備三項獨特功能：當CPU睡眠時，感測器仍能持續監測預定義事件；機器學習模型資料儲存於僅NPU可讀取的專屬區域，保護智慧財產權；內建正弦和餘弦硬體電路，加速AI演算法的三角函數運算。曾經翔指出：「邊緣AI裝置的最大挑戰是：資源有限、但需求不斷增加。新唐在低功耗與運算效能的平衡上有多年經驗，搭配像M55M1這類具NPU支援的產品，能在不到1MB記憶體空間內完成AI推論，可以協助AI應用大幅加速推進。」
降低開發門檻：3分鐘完成AI部署
新唐建構了三個層次的開發工具。NuEdgeWise是圖形化機器學習開發環境，提供從資料蒐集到測試的完整工作流程，利用Jupyter Notebook平台，讓開發者使用TensorFlow Lite進行模型訓練和部署。NuML Toolkit專門處理模型部署，能將Full-INT8量化模型快速轉換為MCU可執行程式碼，開發者只需設定幾個參數就能生成完整專案。
最具創新性的是NuEzAI-M55M1開發板，與Google Teachable Machine平台整合，實現無程式碼AI開發。使用者透過網頁介面收集訓練資料、標記類別，系統自動完成模型訓練並部署到開發板，整個過程最快只需3分鐘。即使沒有程式設計經驗的使用者，也能在10分鐘內完成圖像辨識模型的訓練和部署。
布局成果亮眼：AI賦能智慧醫療/穿戴
憑藉著完善的軟硬體解決方案與生態系，新唐在終端AI市場已展現亮眼的成果，其中，智慧醫療照護領域的「AI智慧檯燈」便是極具代表性的案例。此方案整合旗下NuMicro M55M1微控制器，實現了複雜的臉部與姿態特徵點偵測，能即時辨識使用者坐姿，當出現駝背或姿勢不良時，便主動發出語音提醒，將AI技術轉化為守護上班族、學生與復健者脊椎健康的實際行動。
除了特定場景的深度應用，新唐的技術方案更考慮到終端裝置最嚴苛的限制—功耗。這點在智慧穿戴領域至關重要。其M55M1微控制器具備的低功耗架構，而內建的NPU，讓過去難以實現的複雜AI推論得以在裝置端高效運行，這種兼顧「低功耗」與「高效能」的特性，正是賦能新一代智慧手錶、健康手環等穿戴裝置，實現更豐富AI功能的關鍵所在。
生態系競合時代：聯盟整合創新力
在當前的終端AI發展浪潮中，競爭的維度已從單點技術的突破，演變為整體生態系的實力展現。新唐科技對此有著深刻體認，因此積極參與「AI on Chip產業合作策略聯盟」。曾經翔認為：「在AI這條競爭激烈、技術快速演進的賽道上，『單打獨鬥』的時代已經過去了。現在講求的是『生態系的競合』，而像「AI on Chip產業合作策略聯盟」，就是一個非常好的資源整合平台。」
他進一步分享，「AI on Chip產業合作策略聯盟」所整合的力量，為新唐的創新注入了多層次的動能。它不僅打破了技術與產業的壁壘，讓晶片設計得以對接演算法、感測器等夥伴的專業知識；更重要的是，它提供了寶貴的市場試煉場，讓技術方案能在智慧製造、醫療等第一線場域中，直接接受實戰考驗，從而加速了從開發到商業化的進程。新唐也期待，未來能與聯盟內其他會員企業展開多面向的合作，不論是共同開發產品、技術整合，甚至是攜手拓展海外市場，一同壯大台灣AI產業的能見度與競爭力！
