如今，人們對人工智能(AI" target="_blank">AI)和神經(jīng)網(wǎng)絡(luò)的討論，往往集中在生成式AI應(yīng)用上。從圖像、文本到視頻創(chuàng)作，這些前沿技術(shù)仿佛成了話語的主旋律。但是，AI的力量遠不止于此，它正悄然滲透到更加隱秘的領(lǐng)域，推動著工業(yè)和汽車的智能化變革。
隨著工業(yè)和汽車領(lǐng)域?qū)Ω咝阅芪⒖刂破?MCU" target="_blank">MCU)的需求日益增加。從實時控制，到故障檢測的高精度需求，再到對系統(tǒng)穩(wěn)定性和安全性的嚴格要求，已經(jīng)成為這些行業(yè)程需解決關(guān)鍵痛點。
隨著工業(yè)4.0的推進，傳統(tǒng)工業(yè)設(shè)備正向智能化和自動化方向轉(zhuǎn)型。這要求設(shè)備具備更高的算力、更強的實時處理能力以及支持AI算法的能力，以應(yīng)對工業(yè)機器人、電機控制、預(yù)測性維護等復(fù)雜應(yīng)用場景。
近年來越來越多的芯片廠商紛紛推出工業(yè)“MCU+AI”產(chǎn)品，MCU的算力持續(xù)提升，已經(jīng)能夠滿足邊緣端低算力人工智能的需求，將AI加速器集成在MCU上，實現(xiàn)端側(cè)部署的單芯片解決方案正逐漸成為主流方案。
AI功能實現(xiàn)方式各異
采用Arm Helium?技術(shù)Arm Helium?是Arm公司在2019年推出的，為Armv8?M架構(gòu)的Arm Cortex-M處理器提供的M-Profile矢量擴展技術(shù)，能夠顯著提升機器學(xué)習(ML)和數(shù)字信號處理(DSP)應(yīng)用的性能。目前Arm Cortex-M52、Arm Cortex-M55和Arm Cortex-M85支持Arm Helium技術(shù)。 過去一年，瑞薩電子推出的RA8x1 MCU以及RZ/V2H MPU等產(chǎn)品，均集成了專為AI應(yīng)用設(shè)計的硬件加速引擎，能夠滿足工業(yè)市場的需求。
其中RA8x1 MCU屬于瑞薩RA8系列，采用Arm Cortex-M55內(nèi)核，高達480MHz，引入Arm Helium?技術(shù)，與基于Arm Cortex-M7處理器的MCU相比，在DSP和ML應(yīng)用層面實現(xiàn)高達4倍的性能提升。 極海半導(dǎo)體的G32R501系列實時控制MCU，采用Arm Cortex-M52內(nèi)核，同樣引入了Arm Helium?技術(shù)，大幅提升DSP和ML的性能，有效降低了MCU內(nèi)核的實時負載，支持實時處理并減少延遲，從而降低了系統(tǒng)的整體復(fù)雜度和軟件開發(fā)難度。
集成NPU2024年8月，國芯科技推出了CCR4001S系列MCU，基于國芯科技自主RISC-V架構(gòu)C*Core CPU內(nèi)核研發(fā)，內(nèi)部配置了AI NPU，支持智能控制算法與自適應(yīng)變頻控制算法。 2024年9月，恩智浦推出的i.MX RT700系列跨界MCU，集成了NXP自研的eIQ® Neutron系列NPU AI/ML加速器。
其內(nèi)核采用異構(gòu)架構(gòu)，包含有兩個Arm Cortex-M33，主頻分別為325MHz和250MHz，包含兩個DSP分別為HiFi-4和HiFi-1，以及包含一個基于開放式指令集架構(gòu)的EZH-V IO協(xié)處理器。 2024年12月，德州儀器業(yè)內(nèi)率先推出具有NPU的TMS320F28P55x系列實時MCU，采用主頻150MHz的32位C28x DSP內(nèi)核，內(nèi)置單精度浮點單元、三角函數(shù)加速器，采用150MHz的可編程控制律加速器。
集成NPU+ Arm Helium技術(shù)2024年4月，英飛凌推出的PSOC Edge E8x系列產(chǎn)品，采用Arm Cortex-M55內(nèi)核，支持Arm Helium? DSP并搭配Arm Ethos?-U55的神經(jīng)網(wǎng)絡(luò)處理器，以及Cortex-M33內(nèi)核搭配著英飛凌超低功耗NNLite(用于加速神經(jīng)網(wǎng)絡(luò)的專有硬件加速器)。
Arm Ethos?-U55是Arm公司推出的首款面向Cortex-M系列的microNPU(微神經(jīng)處理單元)，專為在面積受限的嵌入式和物聯(lián)網(wǎng)(IoT)設(shè)備中加速機器學(xué)習(ML)推理而設(shè)計。 2024年12月，意法半導(dǎo)體推出的STM32N6系列產(chǎn)品，采用Arm Cortex-M55內(nèi)核，頻率高達800MHz，是其首款引入Arm Helium?向量處理技術(shù)的CPU，也是首款采用自研的嵌入式推理專用Neural-ART Accelerator? NPU的產(chǎn)品。
其他方式除了集成NPU或Arm Helium?技術(shù)之外，MCU也可以通過其他方式實現(xiàn)一定程度的AI功能。如：通過優(yōu)化軟件算法，MCU可以在其處理能力范圍內(nèi)執(zhí)行簡單的AI算法;集成DSP單元，DSP對于執(zhí)行數(shù)字信號處理任務(wù)(如FFT、濾波等)非常高效，這些任務(wù)在AI算法中也很常見;配備其他類型的協(xié)處理器，如FPU(浮點處理單元)或特殊功能協(xié)處理器，這些協(xié)處理器可以在一定程度上加速AI算法的執(zhí)行。 此外，MCU還可以通過外部接口連接專門的AI加速器芯片，AI加速器芯片可以處理復(fù)雜的AI算法，并將結(jié)果返回給MCU進行后續(xù)處理。
本土頭部MCU廠商兆易創(chuàng)新在“MCU+AI”領(lǐng)域的布局也走在前列。2024年11月，兆易創(chuàng)新推出的GD32G5采用Arm Cortex-M33內(nèi)核，高達216MHz，內(nèi)置高級DSP硬件加速器和單精度浮點單元，以及硬件三角函數(shù)加速器和濾波算法、快速傅里葉等多類硬件加速單元。2023年推出的高性能GD32H7系列芯片，同樣可以為復(fù)雜運算、多媒體技術(shù)、邊緣AI等高級創(chuàng)新應(yīng)用提供強大的算力支撐，采用600MHz Arm Cortex-M7高性能內(nèi)核，支持多種硬件加速，新增了大量通用外設(shè)資源。
人工智能(AI)是計算機科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴大，可以設(shè)想未來人工智能帶來的科技產(chǎn)品，將會是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。
但隨著AI從云到邊緣的發(fā)展，使得這一觀點正在迅速改變，AI計算引擎使MCU能夠突破嵌入式應(yīng)用可能的極限，嵌入式設(shè)計已經(jīng)能夠提高網(wǎng)絡(luò)攻擊的實時響應(yīng)能力和設(shè)備安全性。
支持AI的MCU
云計算推動了對具有AI功能的MCU的需求;它減少了數(shù)據(jù)傳輸所需的帶寬，并節(jié)省了云服務(wù)器的處理能力。
配備AI算法的MCU正在應(yīng)用包含對象識別，啟用語音服務(wù)和自然語言處理等功能的應(yīng)用程序。它們還有助于提高物聯(lián)網(wǎng)(IoT)，可穿戴設(shè)備和醫(yī)療應(yīng)用中電池供電設(shè)備的準確性和數(shù)據(jù)隱私性。
那么，MCU如何在邊緣和節(jié)點設(shè)計中實現(xiàn)AI功能?下面簡要介紹了三種基本方法，這些方法使MCU能夠在IoT網(wǎng)絡(luò)邊緣執(zhí)行AI加速。
AI生態(tài)構(gòu)建
隨著邊緣AI技術(shù)的發(fā)展和應(yīng)用場景的不斷落地，MCU廠商都在持續(xù)構(gòu)建自身的生態(tài)。除了社區(qū)支持外，目前各大頭部MCU廠商都在以“MCU+AI”硬件為基石，持續(xù)豐富升級自身的軟件工具鏈，更好的助力客戶產(chǎn)品落地。
MCU的一大特點是在有限的功耗預(yù)算內(nèi)提供高效的計算能力。MCU的計算資源和存儲空間比較有限，這使得在MCU上實現(xiàn)高算力的AI功能具有一定挑戰(zhàn)性。如何平衡性能和功耗，一直是MCU集成AI/ML加速器的難點。提高加速器的主頻，可以提高算力，但是帶來的功耗提升是非常顯著的。芯片廠商需要在保證MCU實現(xiàn)AI功能的同時，盡可能地控制對計算和存儲資源的需求，從而減少功耗過高帶來的影響。
瑞薩電子全球銷售與市場副總裁、瑞薩電子中國總裁賴長青：“在MCU中集成AI加速器后，可以從兩方面平衡性能和功耗問題。一方面，可通過提升制造工藝來減少功耗。另一方面，針對不需要持續(xù)執(zhí)行AI計算的場景，在非必要運行場景下，可將AI計算單元掛起，僅保留可以維持觸發(fā)條件的外設(shè)，以節(jié)省功耗。對于需要持續(xù)運行AI的邊緣設(shè)備，則保持正常供電，通過優(yōu)化算法或改進硬件效率來實現(xiàn)功耗降低?！?/span>
提升制造工藝來減少功耗。制造工藝的不斷進步，芯片的功耗將進一步降低。例如，采用更先進的制程技術(shù)，可以在不增加芯片面積的情況下，提高晶體管的密度和性能，從而在降低功耗的同時，提升計算能力。
低功耗管理。當“MCU+AI”中某協(xié)處理器未被使用時，可通過MCU的電源管理單元將其置于休眠狀態(tài)，在非必要運行場景下，可將其掛起以節(jié)省功耗，待滿足觸發(fā)條件時，再啟用AI計算單元，重新恢復(fù)待機狀態(tài)，以避免不必要的功耗開銷。例如，Nordic的nRF54H系列產(chǎn)品采用了創(chuàng)新的工程設(shè)計，能夠在執(zhí)行AI任務(wù)時迅速返回超低功耗睡眠模式，從而顯著降低能耗。
AI算法的適配與優(yōu)化。AI加速器通常需要較高的算力，而諸如工業(yè)場景下的MCU又要求低功耗、長時間穩(wěn)定運行，所以AI算法的適配與優(yōu)化對MCU尤為重要。為了解決嵌入式系統(tǒng)資源有限的問題，一些MCU廠商采用了輕量級AI模型和硬件加速技術(shù)，使AI算法能夠在MCU上高效運行。例如，TinyML(微型機器學(xué)習)技術(shù)的出現(xiàn)，使得AI算法能夠在資源受限的MCU上高效運行。TinyML通過簡化模型結(jié)構(gòu)和優(yōu)化算法實現(xiàn)，大幅降低了對計算資源和存儲空間的需求，從而在保持低功耗的同時，實現(xiàn)了AI功能的集成。
此外，充分考慮內(nèi)存讀寫和總線設(shè)計也格外重要。在AI/ML算法中，內(nèi)存讀寫往往會成為瓶頸，值得一提的是，恩智浦研發(fā)的eIQ® Neutron系列NPU，其算力覆蓋了從低功耗MCU至高性能應(yīng)用處理器，并且充分考慮了內(nèi)存讀寫效率和總線設(shè)計，獲取性能和功耗的平衡。
“MCU+AI”產(chǎn)品的解決方案在設(shè)計開發(fā)、端側(cè)落地部署等環(huán)節(jié)中均面臨數(shù)據(jù)安全風險，如何確保用戶的數(shù)據(jù)安全和隱私保護是個至關(guān)重要的問題。
開發(fā)階段數(shù)據(jù)隱私保護。在AI項目開發(fā)階段中，客戶為了訓(xùn)練AI模型實現(xiàn)特定的功能，需要準備大量的樣本數(shù)據(jù)，應(yīng)用這些數(shù)據(jù)樣本的方法和AI建模過程可能涉及知識產(chǎn)權(quán)，并且獲取這些數(shù)據(jù)樣本也付出了巨大的成本，因此，如何保護這些數(shù)據(jù)資產(chǎn)不被意外流失，是很多客戶關(guān)注的重點。
在開發(fā)階段，MCU廠商需要重視用戶數(shù)據(jù)的隱私保護。在導(dǎo)入和部署AI模型時，提供的算法和模型應(yīng)僅限于技術(shù)支持，確保用戶的數(shù)據(jù)始終由客戶控制，避免任何潛在的數(shù)據(jù)泄露風險。
當前，MCU在技術(shù)層面呈現(xiàn)出三大發(fā)展趨勢，分別為AI融合、集成度提升、架構(gòu)創(chuàng)新與制程迭代，這也是各大企業(yè)技術(shù)競爭的關(guān)鍵焦點。
當前，在智能物聯(lián)、智能工控、汽車電子等新興領(lǐng)域的快速發(fā)展下，MCU的應(yīng)用場景不斷拓寬，市場需求不斷提升。但這些新興領(lǐng)域?qū)τ贛CU的性能要求也在提升，包括更低的功耗、成本，更高的實時性、可靠性等。將邊緣AI技術(shù)融入MCU就成了廠商解決這一難題的秘訣。
兆易創(chuàng)新MCU事業(yè)部產(chǎn)品市場總監(jiān)陳思偉表示：“邊緣計算的需求正在推動AI算法與MCU的深度結(jié)合。MCU不再局限于傳統(tǒng)控制功能，而是逐漸集成AI推理能力，用于圖像識別、語音處理、設(shè)備預(yù)測性維護等場景?！?/span>
邊緣AI技術(shù)可以使MCU兼顧更高性能的數(shù)據(jù)處理任務(wù)，實現(xiàn)實時決策功能。例如，在智能工控領(lǐng)域，需要系統(tǒng)執(zhí)行太陽能和儲能系統(tǒng)中的電弧故障檢測，以及用于預(yù)測性維護的電機軸承故障檢測等功能，邊緣AI幫助MCU對設(shè)備和傳感器收集的數(shù)據(jù)進行實時分析和處理，提供更準確的決策，使系統(tǒng)實現(xiàn)更高的故障檢測準確率。
下載文檔
