2. 开发环境搭建：工欲善其事，必先利其器

说实话，做AI模型移植，最怕的不是模型本身，而是环境搭到一半卡住了。我见过太多新手在安装环节折腾一整天，最后发现是版本不匹配。这一章，咱们就把这套工具链一次搞定。

2.1 STM32CubeMX 安装

STM32CubeMX 是整个开发流程的起点。它负责生成初始化代码、配置时钟树、管脚映射，以及——最重要的——集成 Cube.AI 扩展包。

安装步骤很简单：

1. 去 ST 官网下载 STM32CubeMX 安装包（Windows/Linux/Mac 都有）
2. 双击运行，一路 Next，注意安装路径不要有中文
3. 安装完成后，首次启动会提示下载固件包，先跳过，咱们后面手动配

2.2 STM32Cube.AI 扩展包安装

这是咱们课程的核心。Cube.AI 扩展包负责把训练好的神经网络模型转换成可以在 STM32 上跑的 C 代码。

安装方式有两种：

方式	操作步骤	适用场景
在线安装	CubeMX → Help → Manage embedded software packages → STMicroelectronics → X-CUBE-AI	网络好，省事
离线安装	下载 .pack 文件 → CubeMX → Help → Manage embedded software packages → From Local	内网环境，或需要固定版本

安装完成后，你可以在 CubeMX 的 "Software Packs" 菜单里看到 X-CUBE-AI 的选项。点进去，能看到支持的运行时版本和模型格式。

2.3 IDE 配置：Keil / IAR / STM32CubeIDE

你选哪个 IDE？我三个都用过，说说我的感受。

IDE	优点	缺点	我推荐谁用
Keil MDK	编译快，调试稳，生态成熟	收费，代码补全弱	老手、量产项目
IAR EWARM	优化强，代码密度小	界面丑，学习曲线陡	对代码大小有极致要求
STM32CubeIDE	免费，和 CubeMX 无缝集成	启动慢，插件偶尔抽风	新手、原型验证

咱们课程以 STM32CubeIDE 为主，因为它免费且和 CubeMX 集成最好。但我会在关键步骤标注 Keil 和 IAR 的差异点。

配置步骤：

1. 安装 STM32CubeIDE（同样从 ST 官网下载）
2. 首次启动时，指定工作空间路径
3. 导入 CubeMX 生成的 .ioc 文件，IDE 会自动识别并生成工程
4. 在工程属性中，确认编译器路径、调试器配置正确

2.4 硬件准备：NUCLEO-F767ZI

为什么选这块板子？说白了，三个原因：

• 性能够用：Cortex-M7，216MHz，带 FPU 和 DSP 指令集，跑轻量级 CNN 没问题
• 内存够大：512KB SRAM + 2MB Flash，能放下中等规模的模型
• 调试方便：板载 ST-LINK/V2-1，一根 USB 线就能供电和调试

硬件准备清单：

项目	说明	备注
NUCLEO-F767ZI 开发板	主控 STM32F767ZIT6U	建议买 Rev C 以上版本
USB 数据线	Micro-USB，用于供电和调试	别用充电线，要带数据功能
跳线帽	板载默认配置即可	后续扩展外设时可能需要改
串口工具（可选）	USB-TTL 模块，用于打印日志	调试模型输出时很有用

拿到板子后，先做一件事：确认板子能正常工作。插上 USB，看绿色 LED 是否闪烁。如果不亮，别急着怀疑板子坏了——先检查 USB 线是不是只充电不传数据。我遇到过三次这种情况。

2.5 整体工具链关系图

下面这张图，帮你理清各个工具之间的关系：

2.6 验证环境是否搭好

环境搭完，怎么知道一切正常？我习惯跑一个最简单的测试：

1. 打开 CubeMX，新建一个基于 NUCLEO-F767ZI 的工程
2. 在 Software Packs 里选择 X-CUBE-AI，添加一个空的 AI 应用
3. 生成代码，导入 IDE，编译
4. 烧录到板子，看串口是否打印 "AI Application Started"

如果这一步能跑通，恭喜你，环境搭好了。后面的事，就是往这个框架里塞模型了。