法國邊緣 AI 新創 MountAIn 募資 730 萬歐元!讓不到 10 美元的低功耗微控制器(MCU)也能跑進階電腦視覺

法國深科技新創 MountAIn 宣布完成 730 萬歐元種子輪融資,由 360 Capital 與 Supernova Invest 領投,其 MountainCore 平台能將進階電腦視覺模型壓進不到 10 美元的低功耗微控制器中離線執行。

Share
MountAIn官方發布新聞圖片:MountAIn
MountAIn官方發布與報導畫面。 圖片來源:官方原文。

很多人以為想讓攝影機或感測器看懂現場發生什麼事,設備裡面一定要塞進一顆好幾百美元的高階邊緣 GPU 晶片、或是乾脆把畫面全部傳回雲端算完再回傳結果。

但法國深科技新創 MountAIn 卻證明,一顆不到 10 美元的低功耗微控制器(MCU)就能搞定。

2026 年 11 月 17 日,總部位於法國科技重鎮格勒諾布爾的邊緣 AI 新創 MountAIn 正式宣布完成 730 萬歐元(約合 830 萬美元)的種子輪融資。

本輪融資由歐洲知名深科技創投 360 Capital 與 Supernova Invest 共同領投,並獲得 Crédit Agricole Alpes Développement 參與投資。

這家新創之所以吸引歐洲硬體創投目光,核心武器在於旗下名為「MountainCore」的自動化部署軟體平台。

這套平台能夠把原本需要昂貴處理器才跑得動的進階電腦視覺與 AI 應用程式,自動壓縮並適配到市面上常見、單價低於 10 美元的標準微控制器上運行。

更關鍵的是整個推理過程完全在裝置本地端離線完成,不需要連上雲端網路,也不需要額外採購高功耗的專屬 AI 加速卡。

對台灣龐大的工業感測器、智慧家電、安防監控與物聯網裝置製造商來說,這項技術代表高階視覺 AI 正在突破「成本與電力門檻」,有機會走進數十億台原本算力極度貧瘠的日常小裝置裡。

接下來我們會拆解 MountAIn 如何突破微控制器的記憶體極限、MountainCore 自動適配平台解決了什麼工程痛點、10 美元級視覺 AI 的真實應用場景,以及極限邊緣運算與大型邊緣晶片的分工。

為什麼在不到 10 美元的微控制器上跑視覺 AI 這麼難

要理解這項技術突破的含金量,得先看看一顆不到 10 美元的普通微控制器(MCU)硬體條件有多寒酸。

在我們手機或 AI 伺服器裡,記憶體動輒以十幾 GB 甚至上百 GB 計算。

但工廠馬達、智慧門鈴、冷氣機或穿戴裝置裡使用的低功耗微控制器,記憶體容量往往只有幾百 KB 到幾 MB,主頻時脈也極低,而且電池或供電預算常常只有幾毫瓦到幾百毫瓦。

過去工程師如果想在這類極限硬體上跑電腦視覺辨識,只能使用非常陽春的簡易演算法,稍有光線變化或角度遮擋就完全認不出來。

若想換成準確率高的現代神經網路模型,通常就得把整塊電路板換成價格貴十倍、耗電高數十倍的高階系統單晶片(SoC),甚至還得加上散熱片,這對大量出貨的消費電子與工業感測器來說根本划不來。

MountAIn 的研發團隊就是看準這個「十億級裝置的算力斷層」,把重心擺在不更換廉價硬體的前提下,從演算法與編譯軟體層榨出極限視覺智慧。

延伸閱讀:SiMa.ai 發表 Palette 3.0 邊緣 AI 平台!導入推測解碼與容器隔離,離線文字生成速度飆升 3.5 倍

MountAIn官方發布新聞圖片:MountAIn
MountAIn官方發布與報導畫面。 圖片來源:官方原文。

MountainCore 平台如何把龐大視覺模型壓進極限空間

許多團隊嘗試把模型塞進微控制器時,最痛苦的並不是沒有概念,而是工程轉換過程實在太折磨人。

演算法科學家用 PyTorch 訓練好一個漂亮的物件偵測或瑕疵辨識模型後,嵌入式韌體工程師往往得花上好幾個月,手工進行量化剪枝、重寫 C 語言記憶體排程,最後還可能因為精度掉太多而宣告失敗。

MountainCore 平台主打的正是「自動化模型適配與硬體對齊」管線。

它能夠分析目標電腦視覺應用的架構與準確率要求,自動進行極致壓縮、整數低位元量化、運算子融合以及記憶體生命週期最佳化,直接生成能在低價微控制器上高效率執行的部署程式碼。

因為把原本需要頂尖嵌入式專家手動調校數月的黑魔法變成自動化軟體流程,製造商不需要為了導入 AI 就重組龐大的韌體部門,也能在極短週期內把視覺辨識功能塞進現有的低成本產品線裡。

邊緣視覺部署方案 雲端回傳辨識方案 傳統高階邊緣 SoC 方案 MountAIn(MountainCore+MCU)
單顆硬體晶片成本 需加裝 Wi-Fi/5G 模組並付雲端費 數十至上百美元不等,物料成本高 可運行於不到 10 美元的標準低功耗微控制器
電力與散熱需求 持續上傳視訊串流非常耗電 功耗通常達數瓦以上,常需散熱機構 極低毫瓦至亞瓦級功耗,適合電池供電設備
隱私與斷網可用性 斷網即癱瘓,畫面須上傳外部伺服器 可離線運行,但機體體積與成本偏高 完全本地端離線計算,原始影像不必離開裝置
開發與移植難度 雲端部署容易,但頻寬與月租費隨規模暴增 需維護 Linux 或複雜容器環境 自動化適配壓縮管線,大幅縮短嵌入式開發週期

延伸閱讀:DEEPX DX-M2 採用三星 2 奈米定案:僅 5 瓦功耗跑生成式 AI,邊緣晶片戰開打

不必連網、不傳影像上雲:哪些產業最需要「百元台幣級」視覺 AI

將進階視覺能力塞進不到 10 美元的晶片裡,這件事打開了許多過去因為太貴、太耗電或太重視隱私而無法導入 AI 的真實場景。

第一個爆發場景是「隱私敏感的居家與醫療照護感測」。

例如老人跌倒偵測器、智慧門鎖或醫院病房動態監測,許多用戶極度排斥家裡或病房裡的鏡頭把畫面傳到雲端伺服器。

如果微控制器能在感測器內部直接看懂「有人跌倒」並只向外發送一則幾位元的警報訊號,原始畫面當場銷毀不出機,隱私疑慮就迎刃而解。

第二個場景則是「海量工業設備的預測性維護」。一座大型半導體廠或傳產工廠裡可能有上萬個儀表指針、輸送帶轉軸與封裝夾具。

廠商不可能幫每個角落都裝一台幾萬塊台幣的工業電腦,但如果改用幾百塊台幣的微控制器視覺模組貼在機台旁直接盯著看,就能用極低成本實現全廠區 24 小時異常目視巡檢。

對台灣 IC 設計與電子代工廠的產業啟示

對擁有龐大微控制器出貨量與物聯網模組製造優勢的台灣半導體與電子代工產業來說,這類極限邊緣壓縮軟體的成熟其實是一大利多。

台灣多家指標性微控制器(MCU)設計公司與感測器模組廠,過去在面對 AI 浪潮時常擔心客戶全數轉向昂貴的高算力晶片。

但當 MountainCore 這類軟體工具證明既有平價微控制器也能勝任進階電腦視覺任務時,反而是幫龐大的傳統 MCU 產品線延長了商業生命週期並創造出全新的智慧升級賣點。

不過在實際專案選型時,工程團隊也必須分清楚技術邊界:不到 10 美元的微控制器適合處理目標明確的特定視覺任務(例如人數統計、特定瑕疵偵測、手勢辨識或儀表讀數)。

若應用場景需要執行大型語言模型多輪對話或複雜通用推理,依然必須交給具備大記憶體的高階邊緣系統單晶片處理。

從「百元微控制器」看懂邊緣 AI 的長尾爆發力

過去幾年市場談論邊緣 AI 時,焦點幾乎全放在幾百美元起跳的 AI 手機、AI PC 或高階工業計算盒上,但其實全球每年出貨量最大的晶片根本不是這些高階處理器,而是遍布家電、門禁、農牧感測器與工廠開關裡的平價微控制器。

只要這類不到 10 美元的小晶片能在本地端看懂簡單的異常狀態、人員跌倒或設備異音,製造商就不需要重新設計複雜的主機板,也不用負擔昂貴的雲端伺服器頻寬費用。

這種「極低邊際成本」的智慧化升級,往往比高高在上的旗艦晶片更容易在傳統製造業與民生消費品裡快速鋪開。

開發者在極限低功耗晶片部署模型時的常見誤區

當然,想把視覺模型塞進幾百 KB 到幾 MB 的記憶體空間裡,工程團隊在前期規劃時不能抱著「先拿大模型來硬壓」的心態。

比較務實的做法是從第一天就明確收斂應用場景:只辨識單一視角、特定光線範圍內的有限目標類別,並配合自動化適配平台的低位元量化分析,在準確率與記憶體佔用之間找到商業上最剛好的平衡點,才不會因為過度追求通用性而讓硬體跑不動。

極限壓縮技術如何改寫智慧製造與物聯網的商業帳本

算一筆簡單的商業帳,就能看懂 MountAIn 這項技術為什麼讓歐洲工業界如此興奮。

假設一間歐洲或台灣的連鎖超市與物流倉庫,想要在兩千個貨架與轉運節點上加裝自動補貨與異常偵測鏡頭。

如果每個點位都要買一顆上百美元的高階邊緣 AI 盒子再拉網路線回傳雲端,光硬體與佈線成本就高達數千萬元台幣,投報率根本算不過來。

但當軟體平台能把專用的視覺模型直接壓進一顆不到 10 美元、甚至直接用電池就能撐好幾個月的微控制器模組裡時,整套智慧監測方案的建置成本立刻暴跌九成以上,原本算不過來的商業案瞬間全部變成高獲利剛需。

台灣龐大 MCU 生態系與嵌入式工程師的加值契機

台灣在全球微控制器與物聯網模組供應鏈中佔有舉足輕重的地位。

當這類自動化模型壓縮與記憶體最佳化工具越來越成熟時,台灣的韌體工程師與方案商不該只停留在賣硬體開發板,而可以結合本地強大的感測器製造實力,針對智慧工廠、醫療照護與智慧農業推出「開箱即用」的超低功耗視覺模組解決方案。

百元級感測器智慧化對環境永續的正面助益

比起在雲端機房裡消耗龐大電力去分析所有傳回來的影像,讓微控制器在感測器端就地完成辨識並只回傳關鍵結果,能夠大幅減少全球網路傳輸與資料中心的總體耗電量。

這種低功耗邊緣運算路線正是兼顧智慧化與環境永續的務實解法。

此外,隨著歐盟對物聯網設備的網路安全與隱私法規日趨嚴格,這種「影像完全不離機、僅輸出結構化結果」的本地微控制器架構,在合規審查上也比傳統連網攝影機具備天然的制度優勢,預期將加速獲得歐洲與北美製造客戶的採購青睞。

常見問題 FAQ

MountAIn 的核心技術是自己設計新型 AI 晶片嗎?

不是。

這家法國新創 開發的是名為 MountainCore 的軟體與自動化編譯部署平台,目的是讓現有市面上價格低於 10 美元的標準低功耗微控制器(MCU)也能順暢執行進階電腦視覺模型。

為什麼不到 10 美元的微控制器跑電腦視覺比在手機上難這麼多?

因為微控制器的記憶體容量往往只有幾百 KB 到幾 MB,遠小於動輒數十 GB 的手機或電腦,且沒有強大的獨立顯示運算單元,必須靠極度精密的壓縮與記憶體管理軟體才能塞得進去。

這類極限邊緣裝置斷網時還能正常辨識嗎?

可以。所有視覺分析與判斷都在微控制器本地端完成,完全不需要連上雲端伺服器,因此不僅沒有網路延遲與月租流量費,也能確保原始影像資料的隱私安全。

730 萬歐元這筆資金主要會用在什麼地方?

根據公司公告,這筆由 360 Capital 與 Supernova Invest 領投的種子輪資金,將用於擴展 MountainCore 平台的自動化適配能力,並加速將技術推向全球工業、智慧家居與各類感測器客戶。

結語

法國新創 這家法國新創 完成 730 萬歐元融資,替 2026 年底的硬體投資熱潮補上了一個容易被忽略的角落:當所有人都在追逐幾萬美元一顆的資料中心超級 GPU 時。

真正滲透到人類生活與工廠每個角落的,其實是每年出貨數百億顆、單價不到 10 美元的微小微控制器。

只要軟體工具能讓這些便宜、省電、隨處可見的小晶片長出「看得懂世界」的眼睛,AI 就不再只是雲端機房裡的昂貴專利,而會變成各行各業基礎設備裡最自然、最無聲的標準配備。

如果你想持續追蹤邊緣 AI 晶片與極限低功耗運算技術突破,歡迎免費訂閱 AI 郵報,或點擊下方延伸閱讀比較更多邊緣端 AI 晶片方案。

資料來源

Read more