人工智能時代的MCU架構(gòu)

僅執(zhí)行控制任務(wù)的 MCU 是一回事。但在當(dāng)今的 AI 時代，真正支持 AI 的 MCU 需要提供更多功能。了解重要因素 — 從優(yōu)化的神經(jīng)處理單元 (NPU) 到節(jié)能架構(gòu)，再到巧妙的內(nèi)存拓?fù)洹?/p>

執(zhí)行嵌入式控制功能而沒有任何原生人工智能 (AI) 功能的傳統(tǒng)微控制器 (MCU) 永遠(yuǎn)存在市場。但是，在端點(diǎn)執(zhí)行 AI 功能的需求迅速增長，這將越來越?jīng)Q定新產(chǎn)品設(shè)計中使用的 MCU 的規(guī)格。

MCU 市場的競爭將越來越被那些能夠?qū)⑸窠?jīng)處理單元 (NPU) 功能與傳統(tǒng) MCU 特性和功能緊密結(jié)合的人所贏得。MCU 制造商為這種新型混合 CPU/NPU 設(shè)備采用的架構(gòu)對 OEM 的產(chǎn)品設(shè)計有著實(shí)際影響，會影響其性能和響應(yīng)時間、功耗以及開發(fā)產(chǎn)品的工程團(tuán)隊的生產(chǎn)力。

所有這些都是為了滿足最終消費(fèi)者的期望，他們希望以實(shí)惠的價格在可穿戴設(shè)備、可聽設(shè)備、健身和健康監(jiān)測器、智能相機(jī)和游戲等產(chǎn)品中體驗(yàn)流暢、實(shí)用的功能，而不會出現(xiàn)可察覺的延遲，并且對云端的依賴較少。

負(fù)責(zé)選擇具有 AI 功能的 MCU 的工程師當(dāng)然會依賴性能基準(zhǔn)和其他技術(shù)數(shù)據(jù)，但他們也將受益于深入了解 NPU 集成到熟悉的嵌入式控制器結(jié)構(gòu)中的方式。

關(guān)于 MCU 中神經(jīng)網(wǎng)絡(luò)功能的競爭對手實(shí)現(xiàn)的爭論尚未爆發(fā)，僅僅是因?yàn)楹苌儆兄圃焐棠軌蛘嬲凉M足終端物聯(lián)網(wǎng)設(shè)備對有效機(jī)器學(xué)習(xí) (ML) 功能的市場需求。

總體而言，MCU 市場的巨頭們更傾向于通過在其軟件開發(fā)套件 (SDK) 中添加 ML 功能來增強(qiáng)現(xiàn)有產(chǎn)品組合，同時保持基本不變的傳統(tǒng)硅 IP。在幾乎所有情況下，這種 IP 都基于 Arm 的舊版 Cortex-M CPU 架構(gòu)來執(zhí)行 ML 工作負(fù)載，而在極少數(shù)情況下，會采用專有的神經(jīng)網(wǎng)絡(luò)協(xié)處理器。