3. STM32N6开发环境搭建与工程创建

STM32N6 是 ST 首批集成自研 NPU（Neural-ART 加速器）的 MCU，主频 800 MHz 的 Cortex-M55 加 1 GHz 的 NPU，配合 4.2 MB 片上 SRAM 与 MIPI CSI-2 摄像头接口，使它在端侧视觉推理上具备实用价值。但它的工具链比传统 F4/F7 更"分层"：芯片配置、AI 模型转换、固件烧录分别由不同工具承担，且 NPU 相关代码必须经过 X-CUBE-AI 生成。因此环境搭建不是"装一个 IDE"那么简单，而是把五类工具按职责串成一条可复现的链路。

五类工具的职责划分

先明确每个工具解决什么问题，避免混用：

• STM32CubeMX：图形化配置引脚、时钟树、外设（CSI、DCMI、DMA、XSPI 等），并生成初始化代码。它是"硬件抽象层"的起点。
• STM32CubeIDE：基于 Eclipse + GCC 的集成开发环境，负责工程管理、编译、调试。它内置 CubeMX 视图，可在 IDE 内完成配置。
• STM32CubeProgrammer：通过 SWD 或 UART/USB DFU 把固件写入 Flash 或外部 XSPI Flash，也用于读回校验、选项字节配置。
• X-CUBE-AI：CubeMX 的扩展包，把 ONNX/TFLite/Keras 模型转换为 C 代码，并生成 NPU 或 CPU 上的推理调度代码。
• STM32Cube.AI Developer Cloud：ST 的在线服务，用于在云端对模型做基准测试（每层耗时、内存占用），也可下载针对 STM32N6 优化后的模型包。

这五者的关系可以用一张数据流图看清：模型从训练框架出发，经云端或本地转换，落到工程里；硬件配置从 CubeMX 出发，生成代码后进入 CubeIDE 编译；最终由 CubeProgrammer 写入芯片。

安装顺序与版本匹配

推荐顺序：先装 STM32CubeIDE（自带 GCC 与 CubeMX 视图），再装 STM32CubeProgrammer，最后在 CubeMX 中安装 X-CUBE-AI 扩展包。版本匹配是踩坑重灾区：X-CUBE-AI 的版本必须与 CubeMX 主版本兼容，例如 CubeMX 6.12 对应 X-CUBE-AI 9.x；若版本错位，模型转换会报 "unsupported operator" 或直接崩溃。安装 X-CUBE-AI 时，在 CubeMX 的 Help → Manage embedded software packages 中勾选对应版本，下载后会自动解压到 Repository 目录。

CubeProgrammer 安装后需确认 ST-LINK 驱动正常。STM32N6 的调试口是 SWD，若使用 Nucleo 板载 ST-LINK，插上 USB 后设备管理器应出现 "STMicroelectronics STLink dongle"。若识别失败，用 CubeProgrammer 的 Firmware upgrade 功能升级 ST-LINK 固件。

从零创建一个可编译的工程

以 Nucleo-N657X0-Q 开发板为例，目标是一个"摄像头采集 + NPU 推理"的最小工程。操作路径如下：

1. 打开 CubeIDE，File → New → STM32 Project，在 Board Selector 中搜索 NUCLEO-N657X0-Q，选中后命名工程为 n6_vision_demo，Toolchain 选 STM32CubeIDE。
2. 进入 CubeMX 视图，配置时钟：HSE 选 24 MHz 晶振，PLL1 倍频到 800 MHz 作为 CPU 时钟，PLL2 输出 1 GHz 给 NPU。注意 NPU 时钟独立于 CPU，需在 Clock Configuration 中单独确认。
3. 启用 CSI 接口（MIPI CSI-2），配置 2 条 data lane，DMA 搬运到 DCMI 缓冲区。若使用 DCMI 并口摄像头，则改配 DCMI + I2C（SCCB 控制）。
4. 在 Middleware → X-CUBE-AI 中勾选，选择 "Add network"，导入一个已训练好的 ONNX 模型（例如 MobileNetV2 的 96×96 输入版本）。
5. 点击 Generate Code，CubeMX 会生成初始化代码，并把模型转换为 X-CUBE-AI/App/ 下的 C 文件。

生成后的工程目录结构如下，理解它有助于后续排错：

n6_vision_demo/
├── Core/
│   ├── Inc/          main.h, stm32n6xx_hal_conf.h
│   └── Src/          main.c, stm32n6xx_it.c, system_stm32n6xx.c
├── Drivers/
│   ├── CMSIS/        Cortex-M55 内核头文件
│   └── STM32N6xx_HAL_Driver/
├── Middlewares/
│   └── ST/AI/        X-CUBE-AI 运行时库
├── X-CUBE-AI/
│   └── App/          network.c, network.h, network_data.c
├── n6_vision_demo.ioc   CubeMX 配置文件
└── STM32N6xx_FLASH.ld   链接脚本

其中 network.c 是模型推理的入口，包含 ai_network_create()、ai_network_run() 等函数；network_data.c 存放权重常量，通常体积较大，需确认链接脚本中 .rodata 段能容纳。若模型超过片上 SRAM，需把权重放到外部 XSPI Flash，并在链接脚本中重定向。

编译与烧录流程

编译前先确认 Project → Properties → C/C++ Build → Settings 中优化等级为 -O2 或 -Os，NPU 推理对性能敏感，-O0 会导致帧率明显下降。点击锤子图标编译，若报 "region RAM overflowed"，说明模型权重或激活缓冲区超出 SRAM，需在 CubeMX 中调整 tensor arena 大小，或启用外部 PSRAM。

烧录分两种情况：

• 内部 Flash：CubeProgrammer 选 SWD 接口，加载 .elf 或 .hex，点击 Download。烧录后按复位键，若 LED 按预期闪烁，说明启动正常。
• 外部 XSPI Flash：STM32N6 支持从外部 Flash 启动，但需先用 CubeProgrammer 配置选项字节（Option Bytes）中的 BOOT_ADD0 指向 XSPI 映射地址，再把固件写入外部 Flash。这一步容易出错，建议先用内部 Flash 验证功能，再迁移到外部。

常见问题与判断依据

环境搭建阶段最常遇到三类问题。第一类是 ST-LINK 连接失败，表现为 CubeIDE 报 "No ST-LINK detected"，此时先检查 USB 线是否支持数据传输（部分线仅供电），再用 CubeProgrammer 单独测试连接。第二类是模型转换失败，报错信息通常指向不支持的算子，例如 Resize 或 Gather，解决方式是在训练侧替换为 NPU 支持的算子，或改用 CPU 回退模式。第三类是编译后运行 HardFault，多因 tensor arena 对齐或栈溢出，可在 main.c 中把 ai_network_run() 的输入输出缓冲区改为 32 字节对齐，并适当增大 _Min_Stack_Size。

判断环境是否真正就绪，有一个简单标准：能完整走通"改一行代码 → 编译 → 烧录 → 观察现象变化"这个闭环。如果每次都要手动擦除、手动复位才能看到变化，说明调试配置还没理顺，应检查 CubeIDE 的 Debug Configuration 中是否勾选了 "Reset and Run"。