本文是 Nordic 获奖新品 nRF54LM20-DK 物联网开发套件系列文章的第三部分。
在本文中，得捷电子将如约演示如何在 Linux 主机上配置这款获奖的人工智能（AI）物联网开发套件。本次演示将使用 Nordic nRF54LM20-DK 搭载的 Axon 人工智能神经网络处理器（NPU），架构框图如下所示。
如需参考，请查阅本系列第一、第二部分文章，也可参照官方初始搭建教程。要在 Linux 主机中完成正确配置，请在 Python 虚拟环境中执行以下操作：
(venv) ~/DigiKey_Coffee_Cup/Nordic/$ nrfutil sdk-manager install v3.3.0-preview2
接下来安装适用于 Zephyr 操作系统的边缘人工智能（AI）系统：
~(venv) /DigiKey_Coffee_Cup/Nordic$ west init -m "https://github.com/nrfconnect/sdk-edge-ai" --mr v2.0.0
至此即可执行更新：
(venv) ~/DigiKey_Coffee_Cup/Nordic/zephyrproject/zephyr$ west update
现在，我们正式进入人工智能物联网开发阶段。
本次演示将实现一个回归模型，在 Axon NPU 上运行，并同时支持同步推理与异步推理模式。想深入学习人工智能（AI）的朋友，请务必记住一个核心关键词：
推理（INFERENCE）
想要踏入人工智能领域，请像念咒语一样记住这个词及其真正含义，并不断探寻它的意义。借助Nordic 边缘人工智能框架，这款获奖平台可在物联网领域实现 AI 推理，如下图右侧所示。
上图从左至右展示了推理运算从云端网络向物联网设备迁移的演进过程。不再过多赘述晦涩术语，我们直接开始实操。打开命令行环境，编译第一个 Axon NPU 应用示例：
(venv)~/DigiKey_Coffee_Cup/Nordic/$ nrfutil sdk-manager toolchain launch --ncs-version v3.3.0-preview2 --shell
Initializing shell environment!
...
...
在该环境中按如下方式编译应用：
(v3.3.0-preview2) ~/DigiKey_Coffee_Cup/Nordic/$ west build -p always -b nrf54lm20dk/nrf54lm20b/cpuapp edge-ai/samples/axon/hello_axon/
...
...
...
278/278] Linking C executable zephyr/zephyr.elf
Memory region Used Size Region Size %age Used
FLASH: 64772 B 1940 KB 3.26%
RAM: 8304 B 511 KB 1.59%
IDT_LIST: 0 GB 32 KB 0.00%
...
按下图所示，使用 USB 线缆连接开发套件：
新建一个终端用于观察 Axon NPU 的输出信息，然后按如下指令对这款Nordic nRF54LM20-DK 获奖物联网开发套件进行烧录：
(venv) ~/DigiKey_Coffee_Cup/Nordic/zephyrproject/zephyr$ west flash
...
...
etc
-- west flash: rebuilding
[0/3] Performing build step for 'hello_axon'
ninja: no work to do.
[3/3] Completed 'hello_axon'
-- west flash: using runner nrfutil
-- runners.nrfutil: reset after flashing requested
Using board 001051861371
-- runners.nrfutil: Flashing file: /Digikey_Coffee_Cup/nordic/build/hello_axon/zephyr/zephyr.hex
-- runners.nrfutil: Connecting to probe
-- runners.nrfutil: Programming image
-- runners.nrfutil: Verifying image
-- runners.nrfutil: Reset
-- runners.nrfutil: Board(s) with serial number(s) 1051861371 flashed successfully.
若程序烧录成功，在 minicom 串口终端中将看到如下输出：
本示例演示了如何直接通过 Axon NPU 驱动，在 Axon NPU 上运行神经网络模型推理。该回归模型基于 Zephyr 平台的 TensorFlow Lite for Microcontrollers 官方 Hello World 示例实现，模型任务是拟合 0 到 2π 区间内的正弦函数。
神经网络系统的预测结果会在多次迭代中与理想值进行对比。描述该模型的 TensorFlow Lite 文件会经由 Axon NPU 编译器处理，转换为 Axon NPU 所需格式。编译输出结果保存在以下头文件中：src/generated/nrf_axon_model_hello_axon.h 内含权重与偏置参数，文件片段如下：
/*********************************************************************************
* Auto-generated nrf Axon compiled neural network model header file.
* Model Name: hello_axon
* Axon Neural Network Compiler Version: 0.1.0
*********************************************************************************/
#ifdef __cplusplus
extern "C" {
#endif
#define NRF_AXON_MODEL_HELLO_AXON_MAX_IL_BUFFER_USED 16
#define NRF_AXON_MODEL_HELLO_AXON_MAX_PSUM_BUFFER_USED 0
#if AXON_COMPILE_TIME_BUFFER_CHECK
static_assert(NRF_AXON_MODEL_HELLO_AXON_MAX_IL_BUFFER_USED < sizeof(nrf_axon_interlayer_buffer), "nrf_axon_interlayer_buffer TOO SMALL!!!!\n");
#endif
// size of axon_model_const_hello_axon: 420
const static struct {
int8_t l00_weights[16];
int32_t l00_biasp[16];
int8_t l01_weights[256];
int32_t l01_biasp[16];
int8_t l02_weights[16];
int32_t l02_biasp[1];
} axon_model_const_hello_axon = {
.l00_weights = {117,28,17,-31,12,-127,-91,66,-2,-43,-44,-78,97,120,25,-33,},
.l00_biasp = {14982,6519,-301,-3968,4727,-16256,-11648,10195,-256,-5504,2930,-9984,14255,12647,-844,-4224,},
.l01_weights = {-18,-4,0,-20,5,23,-17,-20,-26,-8,3,1,0,-6,-8,-11,-36,-21,39,20,-15,-34,-30,-37,-16,-34,49,6,2,-26,-18,-7,0,22,7,-32,-2,-1,-23,6,-25,-17,-127,27,24,-22,-55,1,15,0,-38,-9,14,-20,19,31,4,19,-76,-26,-3,6,-71,-32,13,-20,-16,-34,-21,-9,5,38,26,-28,111,26,-22,30,53,-33,26,-13,-15,25,15,3,27,-31,-34,19,-10,25,-1,-10,27,24,-16,28,-38,27,27,32,-27,26,-11,-1,-106,11,0,1,-51,-34,13,-10,22,-29,-19,-4,14,-23,-6,-21,92,-4,29,2,91,-30,-31,-11,21,-20,-12,0,19,5,-20,12,29,20,14,-25,11,-12,25,0,-41,5,39,2,21,-22,-22,2,-101,0,12,-6,-24,-22,-3,0,20,-3,11,2,-17,-18,6,-18,1,13,6,-26,-9,17,-9,9,-8,-15,33,-1,14,-13,-20,18,38,29,-14,-23,40,24,-32,-5,-13,-12,5,29,29,-5,-3,30,-4,17,-24,7,9,3,18,-14,54,-5,-36,28,-7,-17,-13,-25,111,12,29,0,69,-3,14,-16,11,25,26,-6,-32,25,31,19,54,28,18,-21,59,12,-76,-53,-26,19,-6,-21,-15,6,28,-6,24,-27,-21,-53,12,-12,},
.l01_biasp = {-13568,-19019,-25096,-19795,13297,9856,-14183,12926,1295,-14380,-2745,14262,3968,23596,29899,-27702,},
.l02_weights = {33,-91,-117,-54,94,29,-50,66,-99,-50,31,-80,-33,84,47,-127,},
.l02_biasp = {-44788,},
};
etc.....
本回归演示的 C 语言源码位于：edge-ai/samples/axon/hello_axon/src/main.c
至此，我们完成了在这款创新Nordic 物联网平台上，直接使用 Axon NPU 驱动运行 Axon 神经网络处理器的演示。敬请关注本系列后续文章。
这款荣获 2026 德国嵌入式展（Embedded World 2026）大奖的Nordic IoT nRF54LM20-DK 开发套件现已在得捷电子开售。