如果回到十几年前，我们一定想象不到如今嵌入式 MCU/MPU 已进化得如此复杂。它们不再只是单个 IC，而是复杂的生态系统，包含必须协调工作的异构内核、加速器、DSP 和专用域。随着嵌入式 AI 的崛起，内置 NPU 也成了主流做法。

当芯片复杂化以及嵌入式 AI 的崛起，随之而来的，是嵌入式 IDE（Integrated Development Environment，集成开发环境）面临的巨大挑战：开发人员所依赖的工具落后于现代硬件的复杂性。

厂商也已经意识到了这个问题，为了让开发者能够充分发挥硬件的性能上限，为了让每个开发者都能拥抱嵌入式 AI 这一大趋势，厂商正在不断加码软件及 IDE 上投入的力度。

嵌入式 IDE 的困境

事实上，当下嵌入式开发流程正在发生巨大转变：

首先，随着芯片片上集成了越来越多功能，开发人员需要跨边界协调、跨架构调试，同时还要保障系统确定性性能，适配多内核差异化指令集、内存空间及工具链；

其次，边缘 AI/ML 的发展，要求开发人员打通模型训练（PyTorch、TensorFlow 等）、嵌入式部署（量化、优化、硬件映射）与代码生成的全流程，弥合数据科学与嵌入式开发的鸿沟；

最后，安全性成为硬性要求，设计之初就要符合 IEC 62443 标准、欧盟网络弹性法案等规范，必须继深度集成受信任的执行环境（TEE）、安全启动、加密信任根等功能，而不是以后添加。

这一系列变化，使得传统 IDE 面临着巨大的困境。

第一，当前 IDE 领域处于分散状态。开发人员往往需要同时操作多个供应商专属环境才能启动系统，调试 DSP 和 MCU 复杂问题可能耗费数周时间。当 AI 模型无法适配资源受限的硬件时，相关工作流程便会陷入停滞。

第二，传统 IDE 难以满足边缘 AI 创新需求。极少有 IDE 原生兼容 AI 工作流程，开发人员不得不手动整合脚本与框架。

第三，安全集成薄弱。安全性、可重现性和自动化如今已成为必备需求而非可选项，安全启动和空中下载（OTA）更新被视为独立的软件开发工具包（SDK），而非核心工作流程的组成部分。若继续依赖为简单系统打造的传统 IDE，边缘领域的创新步伐将会放缓。

第四，嵌入式 IDE 存在碎片化问题。工具链与单一供应商绑定，多核系统通常需要搭配多个 IDE。

第五，开发体验的问题。一些 IDE 界面存在不一致性且设计过时，导致开发过程容易出错。最终造成时间浪费、重复劳动，进而阻碍创新进程。

厂商不断布局 IDE

专用 IDE 是嵌入式 IDE 中一大品类，是厂商针对自己旗下产品推出的 IDE。大多 MCU 厂商都会推出自己配套的 IDE，同时不断在此基础上不断扩展工具链。这些 IDE 都针对自家 MCU/MPU 进行了全面的优化，能够发挥出硬件最大性能，也会与通用 IDE 如 IAR、Segger 进行合作，将功能全部集成到一起。

这些工具一般都是免费的，在用厂商的 MCU/MPU 时候一般都不用再申请 License。可以说，这既算是厂商对于自己产品的一种推广，也算是一种售后。

AI 无疑是 MCU 厂商布局的重点，这些厂商也针对这一趋势不断推出自己的 IDE 产品，旨在简化和加速嵌入式 AI 的开发。

最近，ADI 公司就推出了 2.0 版本的 CodeFusion Studio，迎接物理 AI 时刻。该工具引入了先进的硬件抽象、无缝 AI 集成和强大的自动化工具，以简化 ADI 各种处理器和微控制器从概念到部署的过程。

2.0 版本的 CodeFusion Studio 到底能为开发者提供什么？

首先，为开发人员提供端到端 AI 工作流程。最新平台基于 Microsoft 的 Visual Studio Code，具有内置模型兼容性检查器、性能分析工具和优化功能；开发人员可以从 TensorFlow 或 PyTorch 导入模型，并在几分钟内生成推理就绪代码，借助 Zephyr AI Profiler，无需接触硬件即可监控延迟和内存；除了推理之外，该平台还支持 AutoML for Embedded，从而在同一工作流程中实现数据集训练和优化。

其次，统一了开发体验，更新后的 CodeFusion Studio System Planner 现在支持多核应用和扩展的设备兼容性，而统一的配置工具降低了 ADI 硬件生态系统的复杂性。开发人员受益于集成调试功能，包括核心转储分析和 GDB（GNU 调试器）支持，使故障排除更快、更直观。

最后，保证了数字边界的安全性。借助 ADI 的可信边缘安全架构（TESA），开发人员可以将安全启动、TrustZone 分区和加密协议作为标准工作流程的一部分。这很重要，因为 PI 代理正在推理和控制物理系统。这种控制必须是安全的、确定性的和可审计的。CodeFusion Studio 确保从模型部署到固件更新的每一步都受到保护。

围绕 Code Fusion Studio，EEWORLD 也采访了 ADI 软件与安全事业部软件产品与工具负责人 Jason Griffin，在谈及 " 在硬件资源受限的嵌入式应用中，AI 如何满足嵌入式的需求 " 时，他表示，Code Fusion Studio 通过提供兼容性与性能分析报告来验证 AI 模型是否符合硬件约束条件（闪存、RAM、算子支持），同时集成量化和剪枝建议等模型优化工具，并支持轻量级 AI 框架（如适用于微控制器的 TensorFlow Lite）。这些功能共同助力开发者将 AI 模型适配到嵌入式系统的有限资源环境中。

英飞凌在近期也推出了全新集成开发环境（IDE）—— AURIX Configuration Studio（ACS），旨在简化采用 AURIX TC3x 系列器件的应用开发流程，加快产品上市并降低开发成本。ACS 基于成熟的 DAVE（数字应用虚拟工程师）技术构建，整合了基于 Eclipse 的编辑器、GNU C 编译器和开源调试器。

这款 IDE 的亮点包括：直观的图形用户界面（GUI）、自动化资源管理、代码生成。具体而言，ACS 的 GUI 支持用户以直观的方式配置和定制项目，相较于传统开发方法，大幅降低了开发复杂度。该框架通过 AI 驱动的求解器实现了资源管理自动化，可自动分配并维护硬件资源，使开发者摆脱耗时重复的任务。ACS 中的工具会根据界面设置自动生成高质量、可直接用于生产的代码，极大减少人工编码错误。

作为嵌入式工程师，一定绕不开 STM32。而 STM32CubeIDE for VS code 已于 10 月中旬转为 Release 版本并发布，完成了从 V2.x 到 V3.x 的重大升级。

新版 VS Code 扩展移除了对 STM32CubeCLT 的依赖，转而引入 STM32Cube bundles manager 对插件的自动管理，该工具可自动下载、安装并更新 CLI 工具及 STM32 器件支持文件。开发者无需单独再下载安装 STM32CubeCLT 包，手动安装 Cmake 工具，也不需要手动设置工具路径等操作，一键安装就能完成安装，即可使用最新编译器或享用对最新 STM32 器件的支持。

STM32CubeIDE for VS Code 是基于 VS Code 扩展构建的 "STM32 专属开发环境 "，其定位是 STM32Cube 生态的下一代免费 IDE ，在设计之初就深度融入 STM32 的开发体系。作为 STM32Cube 生态的一员，STM32CubeIDE for VS Code 可与 STM32Cube 生态工具无缝衔接。

STM32CubeIDE for VS Code 支持 Windows / Linux / macOS 全平台；且通过 CMSIS-PACKs 支持所有 STM32 MCU 产品系列。

瑞萨一直很关注嵌入式 AI 这一趋势，早在 2023 年，就宣布已在其 Reality AI Tools 和 e2 studio 集成开发环境间建立接口，使设计人员能够在两个程序间无缝共享数据、项目及 AI 代码模块。实时数据处理模块已集成至瑞萨 MCU 软件开发工具套件，以方便从瑞萨自有的工具套件或使用了瑞萨 MCU 的客户硬件收集数据。此次整合将缩短物联网网络边缘与终端人工智能（AI）及微型机器学习（Tiny ML）应用的设计周期。

瑞萨自 2022 年收购 Reality AI 以来，一直致力于研究、改进并简化 AI 设计。Reality AI Tools 作为支持完整 AI 应用产品开发而构建的软件环境，允许用户自动探索传感器数据并生成优化模型。而在瑞萨的 IDE e2 studio 方面，目前瑞萨仍然保持三个月一次升级的频次，不断迭代。

关于 IDE 的未来

除了助力开发者进行嵌入式 AI 开发，厂商也在积极借助 AI 技术优化 IDE 的开发体验。

11 月 5 日，微软发布博文，公布了其集成开发环境（IDE）Visual Studio 的最新 AI 路线图，明确了当前及未来的工作核心——打造 "AI 驱动的智能体体验 "，为开发者提供更智能、更快速、更直观的编程工具。

微软的路线图重点包含四大方向。其一，将推出自定义、测试、调试等多种新智能体，且支持这些智能体并发运行；其二，会结合社区反馈对聊天功能进行改进，比如引入斜杠命令；其三，将全面实施 MCP 规范，允许企业设置服务器白名单，以此增强使用安全性；其四，将集成 GPT-5 Codex 等最新模型，并提供自动模型选择功能。

实际上，很多嵌入式工程师还是习惯自己最熟悉的软件环境，有的工程师就说道：" 当 AI 遇上嵌入式，Keil 依然是隐藏王者。" 当然，也有工程师自己认为，自己花费大量时间精力搭建 IDE，还不如直接用厂商提供的 IDE。

每个人都有自己心中的最优解，但对 MCU/MPU 厂商来说，如何给客户节省宝贵的时间，让他们快速拥抱嵌入式 AI，一定是增强他们产品竞争力的关键。