ADI推CodeFusion Studio 2.0，打通嵌入式AI开发全链路

为加速嵌入式AI在边缘设备上的落地，ADI（Analog Devices, Inc.）近日正式发布 CodeFusion Studio™ 2.0——其开源嵌入式开发平台的重大升级版本。该平台深度融合AI模型部署、硬件抽象与自动化工具链，旨在为开发者提供从算法设计到物理系统部署的端到端开发体验，覆盖从低功耗MCU到高性能DSP的全系列ADI处理器。

长期以来，嵌入式AI开发面临三大痛点：工具链碎片化、硬件适配复杂、模型部署效率低。CodeFusion Studio 2.0正是为破解这些瓶颈而生。基于 Visual Studio Code 构建，新平台将模型导入、兼容性验证、性能分析、代码生成与调试集成于统一界面，显著降低AI在边缘侧的开发门槛。

“我们正在迈向嵌入式智能的新纪元，”ADI软件与数字平台事业部高级副总裁 Rob Oshana 表示，“CodeFusion Studio 2.0将原本割裂的AI工作流整合为一个无缝流程，让开发者能专注于创新，而非底层适配。”

端到端AI工作流：从模型到物理执行

CodeFusion Studio 2.0支持开发者自带训练好的AI/ML模型（如TensorFlow Lite、ONNX等格式），并通过内置的模型兼容性检查器自动评估其在目标ADI芯片上的可行性。平台还集成性能分析与优化工具，可预估推理延迟、内存占用与能效表现，确保部署稳健可靠。

尤为关键的是，新平台引入基于 Zephyr RTOS 的模块化运行时框架，支持对AI工作负载进行逐层性能剖析（per-layer profiling），帮助开发者精准定位瓶颈。该框架可与ADI异构计算平台（如集成ARM Cortex-M与SHARC DSP的SoC）无缝协同，实现算力资源的最优调度。

统一开发体验，降低生态复杂度

为简化多核与异构系统开发，新版 System Planner 工具现已支持多核任务分配与扩展器件库，涵盖ADI旗下Cortex-M系列MCU、Blackfin® DSP及SHARC+处理器。统一的硬件配置界面大幅降低跨平台迁移成本。

调试能力也显著增强：平台集成 GDB 调试器 与 核心转储分析（core dump analysis）功能，开发者可在IDE内直接诊断运行时异常，无需切换工具链。这一改进对资源受限的边缘设备尤为重要。

面向“物理AI”的未来布局

ADI边缘AI与机器人副总裁 Paul Golding 指出：“真正的智能不仅在于算法，更在于系统如何在真实物理环境中感知、推理并执行。”为此，CodeFusion Studio 2.0正构建支持无板仿真（boardless simulation）的开发环境，允许开发者在没有实体硬件的情况下，提前在虚拟ADI平台上优化和验证AI模型。

这一能力将极大加速机器人、工业预测性维护、智能传感等“物理AI”应用的迭代周期。未来版本还将引入面向物理约束（如功耗、时延、传感器噪声）的联合优化功能，推动嵌入式系统从“数据驱动”迈向“物理感知驱动”。

作为ADI“开发者优先”战略的核心载体，CodeFusion Studio 2.0不仅是一套工具，更是一个开放生态的起点。随着其持续演进，ADI正将嵌入式AI的开发范式从“能用”推向“好用”，助力行业真正释放边缘智能的潜力。