边缘AI浪潮来袭 拓展MCU市场空间
物联网（IoT）设备、工控、智能家居和智能穿着等领域的需求，正在带动MCU市场的增长。从长期来看，在担保低功耗、强实时性的条件下，让MCU具备更强的边缘侧打算和智能决策能力成为了下贱市场的期许。
在这个过程中，边缘AI成为智能设备发展的重点。边缘AI是在物理天下的设备中支配AI运用程序。之以是称其为“边缘AI”，是由于这种AI打算在靠近数据的位置完成。比拟云端运算，边缘AI具备强实时性，数据处理不会由于长途通信而产生延迟，而是能更快相应终端用户的需求，同时也可担保数据的隐私和安全。比拟传统边缘打算只能相应预先完成的程序输入这一特性，边缘AI又具备更强的灵巧性，从而许可更多样的旗子暗记输入（包括文本、语音及多种声光旗子暗记等）和针对特定类型任务的智能办理方案。
边缘AI的以上特性，与MCU有着较强的契合度。一方面，MCU具备低功耗、低本钱、实时性、开拓周期短等特性，适宜对本钱和功耗敏感的边缘智能设备。另一方面，人工智能算法的融入也能补强MCU，使其兼顾更高性能的数据处理任务。因此，“MCU+边缘AI”正在图像监控、语音识别、康健状况监测等越来越多的领域得到运用。此外，在IoT的根本之上，MCU和边缘AI的结合也将推动AIoT（人工智能物联网）的发展，使各种设备能够更加智能地互联互通。数据机构Mordor Intelligence预测，边缘人工智能硬件市场在2024至2029年间将以19.85%的年复合增长率增长，2029年将达到75.2亿美元。
“未来的MCU将面向专业化、智能化方向发展。”北京奕斯伟打算技能株式会社首席市场官刘帅见告《中国电子报》，“个中智能化表示在两方面，一是强化对AI算法和机器学习模型的支持，使得MCU拥有一定智能决策能力；二是性能提升，高端产品将采取多核设计以提升处理能力，知足高性能的需求。”
集成AI加速器 强化MCU性能
边缘AI为MCU带来了诸多市场机遇，而想要知足智能设备在边缘侧进行人工智能的运算需求，强化MCU的AI性能是重中之重。
“面向边缘AI和端侧AI需求，MCU须要做出以下调度以增强AI打算能力。”兆易创新MCU奇迹部产品市场总监陈思伟表示，“一是集成AI加速器，如神经网络加速器或者专用的向量处理器，以加速AI推断和演习任务；二是优化能效比，在保持性能的同时降落功耗，延长设备续航韶光；三是增强安全性，包括数据加密、安全勾引和安全存储，以保护用户数据不受攻击；四是支持多模态感知；五是优化系统集成，供应更多的硬件接口和软件支持，使得开拓职员能够更轻松地将AI功能集成到边缘设备中。”
在AI加速器方面，数字旗子暗记处理器（DSP）和神经网络处理器（NPU）都成为在MCU中集成的主要加速组件，让MCU能够在边缘运行AI算法。详细而言，DSP更适宜旗子暗记处理任务，包括音频、视频、通信等，而NPU则更聚焦于高效处理大量的矩阵运算和并行打算任务。
为此，各大厂商积极布局。意法半导体于2023年推出STM32N6，采取Arm Cortex-M55内核，集成ISP和NPU以供应机器视觉处理能力和AI算法支配。恩智浦推出MCX N系列MCU，具有双核Arm Cortex-M33，并集成了eIQ Neutron NPU，据理解，该NPU可将机器学习推理性能提升约40倍。
作为大多数MCU内核的供应方，Arm也在边缘侧NPU上发力。4月，Arm推出Ethos-U85 NPU，作为一款AI微加速器，其支持Transformer架构和CNN（卷积神经网络），合营Armv9 Cortex-A CPU可供应4TOPS的端侧算力，助力AI推理。
“许多不同的处理器都可以实现人工智能。AI可以在Arm核中运行，也可以在NPU、DSP当中，不同处理器将会运行不同算法，那么功耗也会不同。”恩智浦实行副总裁兼安全连接边缘业务总经理Rafael Sotomayor表示，“是否在Arm核或者DSP中实现AI功能，这取决于工程团队的技能专长。我们利用NPU来做，是由于（从我们的技能出发）速率更快，而且能耗更小。当然，如果客户对特定机器学习算法有哀求，也可以连续利用DSP。”
实现性能功耗本钱平衡 构建平台化方案
只管可以通过集成NPU等AI加速器使MCU支持AI算法，但是高性能每每会带来更高的功耗。因此在提升性能的同时，也要担保MCU在功耗和本钱等诸多要素之间达到平衡。这不仅磨练MCU厂商的芯片设计能力，也对公司整体本钱和功耗优化提出了更高哀求。
利用自研NPU成为厂商平衡本钱与效能的选择之一。据悉，意法半导体所发布的STM32N6采取了自研的Neural-Art加速器，恩智浦MCX N系列所集成的eIQ Neutron NPU同样为自研。这既有利于降落授权本钱，也能担保在自身技能路径下对NPU迭代节奏的合理把控。
eIQ Neutron神经处理单元框图（图片来源：恩智浦）
同时，内核架构的选项也在增加。当前在MCU市场中，除少部分8位MCU利用CISC架构，Arm架构的Cortex-M系列核由于功耗表现较好霸占主流，而随着RISC-V架构逐渐发展，这一新兴架构也逐渐得到厂商的青睐。据悉，ADI推出的MAX78000/2在集成专用神经网络加速器的根本上，供应了Arm核与RISC-V核两种方案，可在本地以低功耗实行AI处理，最大程度地降落CNN运算的能耗和延迟。
刘帅向表示，采取RISC-V架构能够为MCU厂商带来更多上风，一方面，RISC-V内核灵巧可裁剪，可根据详细运用需求进行定制；另一方面，由于RISC-V架构更加简洁，功耗也更低。此外，比较ARM架构，作为开源架构的RISC-V也能降落授权用度和开拓本钱。
而站在客户的视角，除了须要MCU产品在高性能、低功耗、低本钱等多方面达成平衡，也希望MCU厂商能够供应平台化的整套办理方案。
“过去客户的选择是自下而上的——先选择芯片，再思考须要何种软件、运用等。现在则是从运用层开始，自上而下到芯片，以获取技能支撑。”Rafael Sotomayor指出，“这些技能非常繁芜，不仅涉及人工智能，还涉及信息安全、功能安全、视觉、音频等。因此，帮助客户简化技能的繁芜性，成为厂商为客户供应产品和做事的核心代价。”今年4月，恩智浦宣告与英伟达互助，将英伟达TAO事情组件集成在恩智浦eIQ机器学习开拓环境中，以便开拓者加速开拓，并支配经由演习的AI模型。
ADI基于MAX78000/2，供应了开拓工具MAX78000EVKIT#，以帮助开拓者实现平稳的评估和开拓体验。意法半导体同样推出云端开拓者平台STM32Cube.AI，支持利用者在云端对已有资源进行配置，进一步降落边缘人工智能技能开拓的繁芜度。
综合来看，面对边缘AI浪潮所带来的寻衅，MCU厂商正在积极探索，并展示出多样化的发展路径。只管架构及AI加速器等方案的“最优解”目前还未有天命，但是对付MCU而言，在担保低功耗和低本钱等基本特性的条件下，不断提升打算能力和安全性能来适应加倍繁芜的边缘打算环境，已是大势所趋。
