來源：SiliconLabs

Silicon Labs（亦稱“芯科科技”）近期接受行業媒體中國電子報的專題采訪，探討微控制器（MCU）的未來設計趨勢與技術走向，并剖析MCU應用于正值火紅發展的AI邊緣計算的商機潛力。

智能家居、工業物聯網、可穿戴設備以及智能監控等是當前人們關注的熱點。提升邊緣計算的AI處理能力，將大幅提高終端設備的智能化水平。在此情況下，邊緣AI近年來進入發展的快車道。而MCU是邊緣計算領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展趨勢。

MCU 廠商加速布局邊緣 AI

近幾年，邊緣AI的發展越來越快。由于終端設備產生的數據量激增，為了實現快速響應，且能夠與云端大數據處理并行，越來越多的廠商將目光投向邊緣計算，嘗試將訓練過的AI算法嵌入終端設備當中，從而大大提升終端側的運算能力。然而要想實現這一構想，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。

功耗與性能的平衡是挑戰

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

Silicon Labs 物聯網產品亞太區市場營銷經理邱意指出，“隨著云計算的快速發展和普及，邊緣計算開始在人工智能領域越來越受重視，產生這種現象的原因是很多的，例如，巨大的數據流造成沉重的網絡負擔、安全問題、系統延遲等。為了提高用于邊緣計算的MCU的整體性能，業界期望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。”

Silicon Labs也積極與人工智能創新公司合作，對物聯網進行算法優化，展示了邊緣AI可以在電機控制等工業物聯網中進行應用。例如，用機器學習算法對風扇運行模式進行訓練，當它檢測到設備異常時，會通過藍牙將警報發送到顯示器上。