2024是AI MCU元年？
發(fā)布日期:2025-01-16
點擊次數(shù):11
人工智能（AI）和機器學習（ML）技術曾經(jīng)是大型數(shù)據(jù)中心和強大GPU的代名詞，而正致力于實現(xiàn)網(wǎng)絡邊緣推進，并立足于微控制器（MCU）等資源構成的組件中。2024年近年來，越來越多高效的MCU工作負載與AI功能相結合，在嵌入式系統(tǒng)中實現(xiàn)音頻處理、計算機視覺、聲音分析和其他算法等各種定制應用。
以ST（意法半導體）及其STM32N6 MCU為例，它配備了專用于嵌入式推理的神經(jīng)處理單元（NPU），可以說是ST功能最強大的MCU。此外，還可以執(zhí)行分割、分類除了這款 MCU 之外，ST 還提供了軟件和工具，幫助開發(fā)人員降低入門門檻，讓他們能夠在實時操作系統(tǒng) (RTOS) 中充分利用 AI 加速性能。
圖1：STM32N6的Neural-ART加速器可提供比恐慌高端STM32 MCU高600倍的ML性能。（來源：意法半導體）
另一家領先的MCU供應商英飛凌也在其PSOC MCU系列中集成了硬件加速器。其NNlite神經(jīng)網(wǎng)絡加速器的目標推動以ML為基礎的新型應用，例如喚醒、基于視覺的位置檢測，以及面部識別部/對象識別等，頭部消費、工業(yè)以及物聯(lián)網(wǎng)(IoT)等應用領域。
圖2：PSoC Edge系列MCU集成NNlite神經(jīng)網(wǎng)絡加速器，實現(xiàn)以ML為基礎的新一代應用。（來源：英飛凌）
TI（德州儀器）則將其支持AI的MCU稱為實時微控制器，并在其C2000設備內部集成了一個NPU，以實現(xiàn)高精度、低延遲的故障檢測。這可以讓嵌入式應用實時做出精確的智能決策，以執(zhí)行太陽能和儲能系統(tǒng)中的電氣故障檢測，以及用于預測性維護的電機軸承故障檢測等功能。
圖3：C2000 MCU集成了Edge AI硬件加速器，實現(xiàn)更智能的實時控制。（來源：TI）
事實上，ADI更早之前即在其硬件與平臺堆棧的基礎上集成具有智能、安全與超低功耗(ULP)優(yōu)勢的Maxim MCU，推出了新一代AI MCU MAX78000，基于硬件的神經(jīng)網(wǎng)絡(CNN) 加速器，只需消耗微焦耳的能量即可執(zhí)行 AI 推理，性能更高的 Edge AI MCU 系列支持復雜的睡眠、指紋識別、指紋分析和物體檢測等視覺和推理應用。
圖4：近期于其他解決方案，AI MCU 執(zhí)行 AI 推理的速度更快、功耗支出。（來源：ADI）
在這些AI MCU上執(zhí)行的模型，可通過訓練來學習和適應不同的環(huán)境，這反過來又有助于系統(tǒng)實現(xiàn)超過99%的故障檢測準確率，從而實現(xiàn)更明智的邊緣決策。此外，預先模型的可用性進一步降低了在訓練中 MCU 上執(zhí)行 AI 應用的能力。
更重要的是，在MCU內部加入硬件加速器，可以減弱主顯卡的推理工作負載，釋放更多的時鐘周期用于嵌入式應用。這與AI硬件加速MCU進程的開始。在這一旅程的開始起點，將會把MCU推向以往需要MPU的應用領域。在嵌入式設計領域，MPU也能完全具備實時控制設計任務的能力。
隨著MCU的性能持續(xù)發(fā)展，MCU與MPU之間的界限將變得更加模糊，越來越多適合資源架構的神經(jīng)網(wǎng)絡模型將出現(xiàn)在MCU+AI的應用上，這不僅讓MCU變得更加模糊性價比的解決方案，也有利于MCU行業(yè)迎接新的應用和廠商。
圖5：支持AI的MCU將在多種嵌入式系統(tǒng)設計中取代MPU，另外為半導體產業(yè)帶來重大的變革與沖擊。(來源：意法半導體)
無疑，AI是MCU演進的下一個重大方向，但針對AI優(yōu)化的MCU還有很長的路要走。例如，軟件工具及其易用性將必須與這些AI MCU齊頭并進，才能幫助開發(fā)人員評估AI模型在MCU上的可嵌入性。另外，開發(fā)人員也應該能夠只需簡單點擊幾下，就可以快速測試在MCU上執(zhí)行的AI模型。
2024年開啟了MCU領域的AI時代，到了2025年，我們很可能見證更多輕量化AI模型在MCU上的進一步突破。
聲明：
本文來源于網(wǎng)絡 ，如有問題請聯(lián)系，謝謝
宏熙半導體（無錫）有限公司http://www.tjgo1mo.cn
在線交談