智能家居、工業(yè)物聯(lián)網(wǎng)、可穿戴設(shè)備以及智能監(jiān)控等是當前人們關(guān)注的熱點。提升邊緣計算的AI處理能力，將大幅提高終端設(shè)備的智能化水平。在此情況下，邊緣AI近年來進入發(fā)展的快車道。而MCU是邊緣計算領(lǐng)域應用最為廣泛的處理器，它與邊緣AI的融合也成為了一個重要的發(fā)展趨勢。

MCU廠商加速布局邊緣AI

近幾年，邊緣AI的發(fā)展越來越快。由于終端設(shè)備產(chǎn)生的數(shù)據(jù)量激增，為了實現(xiàn)快速響應，且能夠與云端大數(shù)據(jù)處理并行，越來越多的廠商將目光投向邊緣計算，嘗試將訓練過的AI算法嵌入終端設(shè)備當中，從而大大提升終端側(cè)的運算能力。然而要想實現(xiàn)這一構(gòu)想，邊緣AI處理器在具備一定運算效率的同時，還應具備低成本、低功耗的特性。MCU無疑是可達到最佳效果的選擇之一，因此有越來越多的MCU廠商開始著手將MCU與邊緣AI加以融合。

瑞薩為此推出了嵌入式AI技術(shù)“e-AI”。如在智能制造領(lǐng)域，“e-AI”單元解決方案，可作為一個附加單元添加到設(shè)備上，通過預先學習好的AI處理模型，實現(xiàn)從傳感器數(shù)據(jù)收集到數(shù)據(jù)處理、分析和評估/判斷的全過程。意法半導體在去年深圳舉辦的第四屆STM32峰會上打出“讓大多數(shù)STM32產(chǎn)品都支持AI深度學習”的口號。Silicon Labs也與人工智能創(chuàng)新公司Cartesiam合作，對物聯(lián)網(wǎng)進行算法優(yōu)化。在記者觀看的演示中，展示了邊緣AI可以在電機控制等工業(yè)物聯(lián)網(wǎng)中進行應用。例如，用機器學習算法對風扇運行模式進行訓練，當它檢測到設(shè)備異常時，會通過藍牙將警報發(fā)送到顯示器上。

國內(nèi)MCU廠商也認識到這一發(fā)展趨勢。有消息稱，千芯科技正與兆易創(chuàng)新攜手，在人工智能與RISC-V生態(tài)領(lǐng)域開展人工智能生態(tài)合作，共同為客戶提供基于TensorChip和兆易創(chuàng)新GD32 MCU技術(shù)的AI算法芯片級加速方案。通過算法壓縮及算芯協(xié)同技術(shù)，進一步強化GD32V系列MCU產(chǎn)品在AIoT領(lǐng)域的優(yōu)勢，并為相應領(lǐng)域客戶提供更多更便捷的一體化方案選擇。

應用落地 涌現(xiàn)海量終端智能

“MCU+邊緣AI”已經(jīng)開始在越來越多領(lǐng)域得到應用。“邊緣計算是指把計算和處理能力從云數(shù)據(jù)中心下沉到距離用戶非常近的接入網(wǎng)。對于MCU廠商來說，除了需要對芯片本身的集成度、功耗、成本與安全性不斷優(yōu)化，且打造一個廣闊的產(chǎn)品平臺外，還需要從多重維度來推進，以應對層出不窮的應用需求。”兆易創(chuàng)新產(chǎn)品市場總監(jiān)金光一指出。把一些簡單的人工智能算法融入MCU中，這是對現(xiàn)有MCU產(chǎn)品系列的補充和增強。隨著5G的到來，人們對傳統(tǒng)產(chǎn)品的延遲和能耗將提出更高更極限的要求，邊緣計算便是非常好的實現(xiàn)方法。人工智能在MCU上實現(xiàn)的意義在于，可以將MCU低功耗、低成本、實時性、穩(wěn)定性、開發(fā)周期短、廣闊的市場覆蓋率等特性與人工智能強大的處理能力相結(jié)合，從而使海量終端智能涌現(xiàn)出來。

圖像和語音處理是“MCU+邊緣AI”的目標應用領(lǐng)域之一。例如圖形識別、語音助手喚醒詞處理以及其他用于各種安全系統(tǒng)的聲音分類等應用。在智能制造領(lǐng)域，由于很多工廠在疫情期間生產(chǎn)受到影響，再加上人力成本提高，工業(yè)制造的智能化和機械化趨勢會更加深入。此外，5G的普及將推動物聯(lián)網(wǎng)、車聯(lián)網(wǎng)以及Wi-Fi6的發(fā)展。同時，5G基站覆蓋變廣，也將帶來一輪“換機潮”，會催生更多圍繞5G生態(tài)、智能家居、物聯(lián)網(wǎng)的消費電子需求，因此MCU的需求在未來幾年也會快速增長。賽普拉斯物聯(lián)網(wǎng)計算與無線事業(yè)部中國區(qū)高級市場經(jīng)理陳國棟表示：“這幾年，國家一直在大力扶持5G、電動汽車、高端制造、消費電子、物聯(lián)網(wǎng)等領(lǐng)域，這些方向?qū)⒊蔀槲磥斫?jīng)濟持續(xù)發(fā)展的引擎，也是未來幾年MCU行業(yè)必須關(guān)注的市場。在這些大方向下，還會涌現(xiàn)一些子領(lǐng)域，比如智能門鎖、智能音箱等?！?/p>

在后疫情時代，可穿戴設(shè)備的市場也得以拓展?！白罱?，NBA球隊開始用智能戒指檢測球員的基本身體參數(shù)，從而預警新冠病毒。這款智能戒指基于賽普拉斯PSoC系列MCU。疫情后，人們對個人健康的重視程度會有所提升，從而促進可穿戴設(shè)備市場的發(fā)展?，F(xiàn)有的設(shè)備主要是進行心率、血壓等常規(guī)的檢測。而在未來，將會涵蓋更多的功能，包括后端的大數(shù)據(jù)分析、挖掘以及疾病關(guān)聯(lián)性研究等，這些也需要應用到邊緣AI技術(shù)。”陳國棟說。

功耗與性能的平衡是挑戰(zhàn)

未來若想實現(xiàn)AI應用在生活的各個領(lǐng)域，MCU無疑是最佳選擇之一。但是MCU在效能表現(xiàn)方面相對較低，因此目前要將MCU應用于AI運算仍有一定的挑戰(zhàn)。

“隨著云計算的快速發(fā)展和普及，邊緣計算開始在人工智能領(lǐng)域越來越受重視，產(chǎn)生這種現(xiàn)象的原因是很多的，例如，巨大的數(shù)據(jù)流造成沉重的網(wǎng)絡負擔、安全問題、系統(tǒng)延遲等。為了提高用于邊緣計算的MCU的整體性能，業(yè)界期望MCU具備高處理能力、超低功耗、超小尺寸、增強的安全性機制等?！盨ilicon Labs 物聯(lián)網(wǎng)產(chǎn)品亞太區(qū)市場營銷經(jīng)理邱意指出。

如何在功耗與性能之間協(xié)調(diào)達到平衡，是廠商需要考慮的問題。“目前，人工智能行業(yè)的發(fā)展需要實現(xiàn)場景落地，不同場景和應用的需求差異非常大。如果只是實現(xiàn)了語音識別和人臉識別是遠遠不夠的，后續(xù)的行業(yè)核心競爭力是高集成度、超低功耗和超高性價比。以智能門鎖為例，在實現(xiàn)人臉識別的同時，處理器是否還可以集成指紋識別、門鎖控制等其它系統(tǒng)功能？人工智能一定要落地到場景，然后再針對這個場景把功能完善。因此需要提高MCU基于這個場景的集成度，同時降低功耗，提高性價比?！标悋鴹澱f。

此外，制造工藝是MCU廠商進行產(chǎn)品設(shè)計時考量的一個重點。“下一代MCU工藝會發(fā)展到40納米和22納米。40納米和22納米并不是前沿的技術(shù)節(jié)點，但對于MCU已經(jīng)足夠。在這兩個尺寸，MCU可以實現(xiàn)成本最優(yōu)。節(jié)點越先進，MCU的動態(tài)功耗越好，靜態(tài)功耗反而會變差，所以要找到一個平衡點。40納米和22納米是非常適合MCU的技術(shù)節(jié)點?！标悋鴹澲赋觥?br /> 責任編輯：tzh