早年間PSoC在一眾MCU產品中是一份獨特的存在。作為可編程片上系統(tǒng)，PSoC有著豐富靈活的模擬和數字資源、雙核異構的高性能架構、以及來自CapSense和Wiced的強大IP，提供了出色的HMI和無線連接能力?？梢哉f，這些特質完美地契合并詮釋了一個真正的物聯網終端的計算和控制大腦應該是什么樣的。作為PSoC系列的集大成者，PSoC6在彼時被視為是IoT MCU中的性能王者。

而來到今時今日，對于IoT MCU的技術需求不僅停留在計算、控制和連接層面上，隨著邊緣AI的下沉，如何在端側設備的功耗水平之內，實現高效ML計算并提供更高等級的信息安全，成為了新IoT時代的MCU制勝的關鍵。

英飛凌為此推出了全新的PSOC產品平臺：PSOC Edge、PSOC Control和PSOC Connect。這是全新的PSOC產品平臺，和之前的PSoC家族并無直接關系。其中最新的PSOC Edge專門針對ML類工作負載進行了架構優(yōu)化，英飛凌旨在通過這一全新的MCU產品系列來塑造物聯網的未來。

英飛凌科技股份公司物聯網、計算及無線事業(yè)線執(zhí)行副總裁Sam Geha在新品發(fā)布會中提到，“要讓物聯網取得成功，有四個關鍵因素：生態(tài)系統(tǒng)開發(fā)、從產品到系統(tǒng)的創(chuàng)新、瞄準廣闊的市場，讓更多人成為用戶并提出解決方案。對于我們來說，重點是微控制器、連接性和安全性，這三者的結合是取得成功的關鍵?！?

為邊緣ML而生的PSOC Edge：硬件ML加速、低功耗、更安全

顧名思義，PSOC Edge是具備HMI功能、并專門針對ML進行優(yōu)化的MCU系列產品，PSOC Control則是針對電機控制和電力轉換而生的MCU系列，PSOC Connect是結合了英飛凌領先的無線連接能力的MCU產品系列。

邊緣AI為物聯網注入了新的活力，其關鍵優(yōu)勢在于“極低延遲”和“確定性響應”。在具備足夠ML計算能力的邊緣設備上，無需再將全部數據發(fā)送到云端進行分析和返回，而是可以直接在本地設備上運行并獲得即刻響應。PSOC Edge是此類應用的完美選擇，主要優(yōu)勢在于優(yōu)化的ML硬件加速能力、極低的功耗水平、增強的HMI能力以及更高的信息安全性。

PSOC Edge中設置了兩個計算子系統(tǒng)，其中高性能計算子系統(tǒng)中采用了Arm Cortex-M55內核、Ethos-U55和與之配對的Helium DSP，提供高性能的計算和DSP硬件加速能力；而低功耗計算子系統(tǒng)中采用了Arm Cortex-M33內核、以及來自英飛凌的名為NNLite的神經網絡加速器，為always-on設備在極低功耗水平上提供足夠的控制和ML能力。采用這樣的異構計算架構，能夠針對物聯網設備的不同工作負載，實現更細粒度的系統(tǒng)功耗模式配置和多種資源調度，實現在各種工作狀態(tài)下的PPA進一步優(yōu)化。

據Sam Geha介紹：PSOC Edge MCU不僅有自研的加速器（NNLite），同時也采用了Arm U55神經網絡加速器（NPU）。這兩個加速器的性能跟功耗也都是不一樣的，所以會方便用戶在不同的場景下來使用。U55的性能會更強。NNlite的功耗會更低，這是我們差異化的設計，所以它可以設計成“始終在線”模式下，在一些低功耗場景下，例如“關鍵詞喚醒”這種語音的識別場景都是可以用的。

通常市面上的MPU（應用處理器）能夠提供更強的計算能力，但在功耗水平方面則面臨著更多的限制。而PSOC Edge是在MCU的功耗水平上達到了MPU的性能。在PSOC Edge中設計了一個“always-on”的電源域，在這其中包含了很多必備外設資源，即使在設備進入休眠狀態(tài)仍可以極低功耗持續(xù)工作。只有當外部特殊事件觸發(fā)時，才會喚醒更多的資源進行工作。

在HMI方面，PSOC Edge集成了2.5D的GPU引擎和最高1024x768的MIPI顯示接口，能夠幫助客戶實現絢麗的交互界面設計。在信息安全方面，PSOC Edge更是毫不妥協。

結合豐富的安全產品經驗，英飛凌提供了適用于物聯網的安全解決方案Infineon Edge Protect，包含四個等級（EPC），分別對應了從PSA Level1到Level 3+SE的不同安全配置。其中PSOC E84支持最高的EPC4，對應能夠達到PSA Level4的級別。特別值得一提的是，PSA Level4也是Arm與英飛凌一同重新更新的最高安全等級?！拔覀兛梢酝ㄟ^這樣的認證讓用戶在涉及到IoT產品的時候確保他們用戶的數據安全，所以這也是我們跟目前其他安全類MCU相比較大的差異?！盨am Geha補充道。

除了PSOC Edge之外，PSOC Control系列同樣也可以為一些傳統(tǒng)工業(yè)應用注入ML的能力。尤其是像電機控制的用例中，可以通過機器學習來實現預測性維護，減少產線運維成本和停機風險。不僅是一顆專注于控制功能的MCU，PSoC Control更是一個具有完整軟件解決方案的可擴展系列。結合英飛凌領先的驅動器IC、電源開關、傳感器和模擬等相關器件，能夠為客戶提供一站式的電源轉換和電機控制設計服務。而PSOC Connect系列則是將英飛凌領先的Wi-Fi和藍牙IP與MCU將結合，提供高效可靠的無縫連接。

ML MCU制勝的關鍵：端到端的機器學習開發(fā)

AI下沉之勢會更多在邊緣側的ML應用上體現，在MCU中集成NPU實現硬件加速能力，也已不鮮見。但此類MCU制勝的關鍵，不只是停留在硬件架構的設計層面，更多是體現在軟件層面上，能否給工程師提供更好地無縫的開發(fā)流程，為他們提供足夠的資源，將模型轉換、優(yōu)化和部署在端側設備上，幫助他們真正將AI的能力發(fā)揮出來。

Sam Geha表示，他相信未來大多數產品都會具備機器學習的能力，因此所有的MCU廠商都會在其中集成ML的能力，而現在僅僅只是這段旅程的一個開始。PSOC Edge不僅具有領先于同類競品的低功耗和安全特性，而且英飛凌提供了端到端的機器學習開發(fā)資源，這對于目標工程師用戶很關鍵。同時依靠著英飛凌超級寬廣的模擬、數字等產品陣營，將其與MCU產品結合起來，幫助客戶找到關鍵應用場景推動實現邊緣AI的大規(guī)模落地，才是真正的意義所在。

英飛凌已經在一年前實現了對于TinyML開發(fā)軟件Iamgimob的收購，并將其與自家的開發(fā)平臺ModusToolbox整合在了一起，為客戶提供無縫的端側ML開發(fā)體驗。

據悉，Imagimob提供了端到端的機器學習開發(fā)能力，覆蓋了從數據處理與采集到模型選擇、訓練以及最終部署到微控制器（MCU）的全過程。具體來說，Imagimob支持用戶利用其平臺在PSOC上進行更高效快捷的機器學習應用開發(fā)，這包括但不限于：數據處理與采集：用戶可以通過Imagimob平臺處理和采集數據，為后續(xù)的模型訓練做準備。模型選擇與訓練：平臺提供多種機器學習模型的選擇，用戶可以根據自己的具體需求選擇最適合的模型進行訓練。模型部署：訓練完成的模型可以直接部署到MCU上，使其能在設備端獨立運行，這對于需要快速響應或在網絡連接受限的環(huán)境中尤其重要。

此外，Imagimob還提供了一些預訓練好的模型，特別是在音頻識別領域，如嬰兒啼哭聲和咳嗽聲的檢測，這些都是現成可用的模型，可以直接應用于相關的AI項目中。用戶還可以根據自己的需求，使用自己的數據來訓練個性化的模型?？傊?，Imagimob提供了一個強大而靈活的工具集，使得開發(fā)者能夠快速有效地開發(fā)和部署邊緣AI應用，極大地提高了開發(fā)效率和應用的實用性。

“對于邊緣人工智能的場景的應用開發(fā)來說，很多工程師其實是遇到很多困難的，因為沒有一套非常完善的工具鏈，所以我們意識到‘端到端工具鏈’的重要性，這也是我們收購Imagimob、整合Imagimob的一個重要原因?！盨am Geha解釋道。

簡言之，Imagimob Studio和ModusToolbox的無縫整合能夠幫助開發(fā)人員在PSOC Edge上構建和部署機器學習模型，同時優(yōu)化能源消耗并為產品增添更多智能功能。對于MCU應用工程師而言，學習AI算法、優(yōu)化模型參數、實現代碼轉換和部署并不應該成為其負擔，專注于構建差異化的產品特色才是其真正應該著力的地方，而選擇PSOC Edge就能夠幫助他們實現這一目的。

“軟件和生態(tài)系統(tǒng)是我們產品的核心。這與10年或20年前不同，那時候你只需要制造芯片。現在，你需要提供一個完整的解決方案，這正是今天半導體世界的變化。”Sam Geha分享道。

全新PSOC系列，延續(xù)IoT MCU傳奇

Edge AI將成為物聯網發(fā)展不可或缺的技術，通過在設備本地處理數據，提高了響應速度和操作效率，同時還增強了數據安全和用戶隱私保護。根據ABI Research關于TinyML市場的研究，預計從2023年到2028年，邊緣人工智能的市場將以32%的復合年增長率增長，設備數量將從10億臺增長至約41億臺，這反映了邊緣人工智能技術的巨大潛力和未來五年內的快速發(fā)展趨勢。而全新的英飛凌PSOC Edge系列將會加速這一趨勢的發(fā)展，延續(xù)PSoC在IoT領域的傳奇，助力邊緣AI的在物聯網新時代實現大規(guī)模落地。