STM32Cube.AI で
TinyML を量産品質に｜
メモリ配置最適化の決め技

はじめに：学習はできた、で実装は？

「Keras で MobileNet を学習させて 98% の精度が出た。さあ STM32 に載せよう」――ここで多くのエンジニアが詰まります。モデルサイズが 内蔵 Flash 容量を超える、または載せても 推論速度がリアルタイム要件に届かない。さらにバッテリ駆動製品なら 消費電流もシビア。

これらをワンセットで解決するのが STM32Cube.AI（旧 X-CUBE-AI）です。Keras / TFLite / ONNX で学習済みのモデルを 量子化 + 最適化 + STM32 専用 C コード化し、さらに重み（weights）を 外部 Quad-SPI Flash に置いて Memory-Mapped Mode で読みに行くといった配置最適化まで可能です。

本記事は「Cube.AI で C コード化できた、でも内蔵 Flash に収まらない / 動かない」段階のエンジニアが、リンカスクリプト（.ld ファイル）書き換えレベルで外部メモリ配置に踏み込めるよう、ST 公式の UM2526 / AN5050 / AN4839 を一次資料に体系化します。基礎となる DMA は STM32 DMA 完全ガイド、FreeRTOS との連携は STM32 + FreeRTOS 入門 を併せてご覧ください。

STM32Cube.AI とは（X-CUBE-AI / AI Studio / Edge AI Suite）

2026年現在、ST のエッジ AI ツールは 「ST Edge AI Suite」というブランド傘下に統合されつつあります。整理すると：

X-CUBE-AI の基本機能

• 対応モデル形式：Keras (.h5) / TFLite (.tflite) / ONNX (.onnx) / scikit-learn 等
• 最適化：量子化（int8）、Pruning、メモリ最適化（共有バッファ活用）
• 対応 STM32 系列：F3 / F4 / F7 / G4 / H7 / L4 / L4+ / L5 / WB / WL（H5 / U5 は最新版で要確認）。N6 は NPU 経由でサポート
• AI Validation：PC 上での精度比較（validate on desktop）+ 実機での推論時間・精度検証（validate on target）
• 統合形態：CubeMX のソフトウェアパック / CubeIDE プラグイン / CLI（stm32ai / stedgeai）

(出典: UM2526「Getting started with X-CUBE-AI Expansion Package」)

生成コードのファイル構成とメモリ 3 区分

X-CUBE-AI が CubeMX 経由で生成するファイルは典型的に以下の構成です。

X-CUBE-AI/App/
├── app_x-cube-ai.c / .h     // MX_X_CUBE_AI_Init / Process（ユーザが触る層）
├── network.c / .h           // 推論関数（ai_network_create / init / run）
├── network_data.c / .h      // 重みデータ（const 配列）と参照関数
├── network_config.h         // モデルメタデータ（テンソル形状等）
└── network_generate_report.txt  // メモリ・MAC 使用量レポート

覚えるべきは「Weights / Activations / I/O buffers」の 3 区分

X-CUBE-AI の世界では、モデルが消費するメモリは次の 3 つに分けられます。

メモリ階層と速度の関係（STM32H7 を例に）

STM32H7 系は、AI 用途で最もよく使われる MCU の一つです。多階層のメモリ構造を持ち、各層でアクセス速度が大きく異なります。^{(出典: AN4891「STM32H72x/H73x system architecture and performance」/ RM0433)}

重み配置の 5 パターンとトレードオフ

X-CUBE-AI 公式が STM32H747I-DISCO の FoodReco サンプル等で示している、重み・活性化の配置パターンは大きく 5 つです。^{(出典: AI:How to run larger models on STM32H747I-DISCO wiki / UM2611)}

選択ガイド

• モデル < 内蔵 Flash 容量 - アプリ用領域：迷わず①
• モデル数 MB、推論レイテンシ寛容：②
• モデル数 MB、最初の数層は高速処理したい：③（最重要）
• 大画像 ResNet 等で活性化バッファが内蔵 RAM を超える：④
• QSPI 読出しでも遅い、SDRAM を持っている：⑤

リンカスクリプト書き換え実践

パターン② Ext_Qspi（重みを QSPI に配置）を例に、リンカスクリプトの書き換え手順を示します。STM32H750 を題材にした典型例です。^{(出典: AN5050「Getting started with OCTOSPI, HEXADECASPI and XSPI interface」/ ControllersTech 公開例)}

Step 1：MEMORY ブロックに QSPI を追加

CubeIDE 生成の STM32H750xx_FLASH.ld（または同等ファイル）の MEMORY セクションに QSPI 領域を追加します。

MEMORY
{
  ITCMRAM (xrw) : ORIGIN = 0x00000000, LENGTH = 64K
  DTCMRAM (xrw) : ORIGIN = 0x20000000, LENGTH = 128K
  RAM_D1  (xrw) : ORIGIN = 0x24000000, LENGTH = 512K
  RAM_D2  (xrw) : ORIGIN = 0x30000000, LENGTH = 288K
  RAM_D3  (xrw) : ORIGIN = 0x38000000, LENGTH = 64K
  FLASH   (rx)  : ORIGIN = 0x08000000, LENGTH = 128K
  QSPI    (rx)  : ORIGIN = 0x90000000, LENGTH = 8M    /* ← 追加 */
}

Step 2：SECTIONS に重み専用セクションを追加

SECTIONS
{
  /* （既存の .isr_vector / .text / .rodata / .data / .bss 等は省略） */

  .nn_weights :
  {
    . = ALIGN(4);
    *(.nn_weights*)         /* このパターンに合致する入力セクションを集める */
    . = ALIGN(4);
  } > QSPI                  /* QSPI 領域に配置 */
}

Step 3：重み配列に section 属性を付ける（生成コードを編集しない方法）

X-CUBE-AI 公式は 「生成された network_data.c は編集しない」を推奨します。代わりに、CubeMX の X-CUBE-AI 設定で "Split weights using linker script" オプションを有効化すると、重みが .nn_weights* 系のセクション名を持って生成されるので、Step 2 のリンカ側で配置を指定するだけで済みます。^{(出典: X-CUBE-AI documentation)}

手動で配置を指定する必要がある場合（例：別のラッパーから重みを参照する場合）は、ソース側で __attribute__((section(...))) を付ける方法もあります。

__attribute__((section(".nn_weights")))
const ai_u8 ai_network_data_weights[] = { /* 重みバイナリ */ };

Step 4：起動コードで XSPI Memory-Mapped Mode を main 冒頭に有効化

これが最も重要かつ落とし穴の多いステップです。XSPI Memory-Mapped Mode は main() の冒頭で有効化する必要があります。これより前に重みアクセスする初期化コード（C++ コンストラクタ、__libc_init_array() 内の初期化等）が走るとハードフォルトします。

int main(void)
{
    HAL_Init();
    SystemClock_Config();

    /* ★ ここで XSPI を Memory-Mapped Mode に。重みアクセスの前に必須 */
    MX_OCTOSPI1_Init();
    BSP_QSPI_Init();
    BSP_QSPI_EnableMemoryMappedMode();

    /* 必要なら MPU + Cache 設定（次セクション） */
    MPU_Config();
    SCB_EnableICache();
    SCB_EnableDCache();

    /* ここから先で QSPI 上の重みを参照できる */
    MX_X_CUBE_AI_Init();

    while (1) {
        MX_X_CUBE_AI_Process();
    }
}

MPU + D-Cache 最適化

QSPI Memory-Mapped Mode はそのままでは遅いですが、MPU で Cacheable 領域として設定 + D-Cache 有効化することで、初回読込み後はキャッシュヒットで内蔵 SRAM 並の速度を実現できます。^{(出典: AN4839「Level 1 cache on STM32F7 / STM32H7」/ AN4838「Managing the MPU」)}

MPU 設定の鉄則（QSPI / OCTOSPI 領域）

• Cacheable + Bufferable + Not Shareable + XN=0 が定石
• Cortex-M7 では、何も設定しないと QSPI 領域は Strongly Ordered として扱われ、投機読み (speculative read) でバスエラーが起きる事例あり → 必ず MPU で明示設定
• Shareable に設定すると D-Cache が無効化される（F7/H7 系）。共有しない領域は Shareable = 0
• 重みは Read-Only なので Write-Through / Write-Back の選択は影響しない。Read-allocate のみ重要

MPU 設定コード例（QSPI 領域 8MB を Cacheable に）

void MPU_Config(void)
{
    MPU_Region_InitTypeDef MPU_InitStruct = {0};
    HAL_MPU_Disable();

    /* QSPI 領域: 0x90000000, 8MB, Cacheable Normal Memory */
    MPU_InitStruct.Enable           = MPU_REGION_ENABLE;
    MPU_InitStruct.Number           = MPU_REGION_NUMBER0;
    MPU_InitStruct.BaseAddress      = 0x90000000;
    MPU_InitStruct.Size             = MPU_REGION_SIZE_8MB;
    MPU_InitStruct.SubRegionDisable = 0x00;
    MPU_InitStruct.TypeExtField     = MPU_TEX_LEVEL1;
    MPU_InitStruct.AccessPermission = MPU_REGION_PRIV_RO_URO; /* Read-Only */
    MPU_InitStruct.DisableExec      = MPU_INSTRUCTION_ACCESS_ENABLE;
    MPU_InitStruct.IsShareable      = MPU_ACCESS_NOT_SHAREABLE;
    MPU_InitStruct.IsCacheable      = MPU_ACCESS_CACHEABLE;
    MPU_InitStruct.IsBufferable     = MPU_ACCESS_BUFFERABLE;
    HAL_MPU_ConfigRegion(&MPU_InitStruct);

    HAL_MPU_Enable(MPU_PRIVILEGED_DEFAULT);
}

その後 SCB_EnableICache() / SCB_EnableDCache() を呼ぶ順序を守れば、Cache 効果で QSPI 重み読み出しが初回後は数倍速くなります。

CubeMX / CubeIDE での実装ワークフロー

0 から実装を始める場合の標準ステップです。

1. STM32CubeMX で対象 MCU を選択（H743 / H747 / U585 / N657 など）
2. Software Packs → STMicroelectronics.X-CUBE-AI を Enable
3. 左ペインの X-CUBE-AI セクションで "Add network" → モデルファイル（.h5 / .tflite / .onnx）を投入
4. 設定：
   • Compression（1x / 4x / 8x）
   • Optimization（Time / Balanced / RAM）
   • Use activation buffer for input/output（RAM 節約）
   • Split weights using linker script（外部メモリ配置するなら必須）
5. "Analyze" でメモリフットプリント・MAC 数を確認
6. "Validate on Desktop / Target" で精度・推論時間を実測
7. Project Manager → Code Generator → "Generate Code"
8. main.c に自動追加された MX_X_CUBE_AI_Init()（初期化）と MX_X_CUBE_AI_Process()（推論ループ）を確認
9. （外部メモリ配置する場合）リンカスクリプト編集 + main 冒頭で BSP_QSPI_Init / MemoryMappedMode 呼出し追加
10. ビルド → 書き込み → 動作確認

最新動向：STM32N6 + Neural-ART NPU

2024年12月にリリースされた STM32N6 は、ST 史上初の 内蔵 NPU 搭載マイコンです。X-CUBE-AI / ST Edge AI Suite の今後の主軸となる品種です。

主な仕様

• CPU：Arm Cortex-M55 @ 800 MHz（Helium SIMD 拡張搭載）
• NPU：ST 自社開発 Neural-ART Accelerator @ 1 GHz、最大 600 GOPS（電力効率は ST 公称で 3 TOPS/W 級。具体値は最新の製品資料を参照）
• 内蔵 RAM：4.2 MB の連続 embedded RAM（STM32 史上最大）
• 内蔵 Flash なし：外部 OCTOSPI / HSPI / FMC からブート前提
• NeoChrom GPU、H.264 エンコーダ、JPEG、MIPI CSI-2 + ISP も内蔵

(出典: ST blog stm32n6 / STM32N6 Series page)

X-CUBE-AI v10 連携時の特殊事情

NPU 利用時、X-CUBE-AI は [modelname]_atonbuf.AXISRAM5.raw という extra raw ファイルを生成します。これは NPU からアクセス可能なメモリに実行時にロードする必要があり、リンカスクリプトでの配置だけでなく起動時ローダコードの記述も必要です。^{(出典: ST Community td-p/813915)}

2026 年現在、CubeMX が N6 を完全にサポートできていない事例も報告されており（生成時エラー、メモリ未活性化など）、量産案件で採用するなら ST のサポートエンジニアと密に連携することを強く推奨します。

公式リソース・参考文献

最重要 Application Note / User Manual

• UM2526 – Getting started with X-CUBE-AI Expansion Package for AI（日本語版あり）
  st.com → UM2526 PDF
• UM2611 – AI and Computer Vision function pack for STM32H7 (FP-AI-VISION1)
  st.com → UM2611 PDF
• AN5050 – Getting started with OCTOSPI, HEXADECASPI and XSPI interface on STM32 MCUs
  st.com → AN5050 PDF
• AN5188 – External memory code execution on STM32H750 / H7B0 / H730 / F7x0 value line
  st.com → AN5188 PDF
• AN4839 – Level 1 cache on STM32F7 / STM32H7 Series
  st.com → AN4839 PDF
• AN4838 – Managing memory protection unit in STM32 MCUs
  st.com → AN4838 PDF
• AN5212 – How to use STM32 cache to optimize performance and power
  st.com → AN5212 PDF

Reference Manual / Datasheet

• RM0433 – STM32H743 Reference Manual
• AN4891 – STM32H72x/H73x/H74x/H75x system architecture and performance
• AN5872 – Introduction to the system architecture and performance in STM32H5 MCUs

ベンチマーク / モデル Zoo

• ST Wiki – STM32Cube.AI Model Performances（公式ベンチマーク表）
• GitHub – ST AI Model Zoo（140+ モデル）
• GitHub – ST AI Model Zoo Services
• MLPerf Tiny v1.2（2024年4月）/ v1.3 ベンチマーク

関連製品ページ

• X-CUBE-AI 製品ページ
• ST Edge AI Developer Cloud
• STM32N6 Series Page

まとめ

STM32 を使った組込み AI 推論や TinyML 量産設計でお困りのことがあれば、弊社にお気軽にご相談ください。画像認識・AI 案件の実績をもとに、モデル選定から MCU 選定・メモリ配置最適化・量産品質まで一貫してサポートします。