中文字幕日韩精品免费一区二区三区 ,在线国语精品一区二区三区视频,亚洲欧美日韩综合久久久日本

基于邊緣計算的機器學(xué)習(xí)技術(shù)在物聯(lián)網(wǎng)興起的如今變得越來越重要，重要數(shù)據(jù)的處理需要更接近數(shù)據(jù)最初所在的位置。這兩年，人工智能發(fā)展的主題已經(jīng)非常明確，在落地應(yīng)用上國內(nèi)外廠商都在抓緊部署。在眾多的AI技術(shù)當(dāng)中，無論是上層的算法應(yīng)用，還是產(chǎn)品，最終都依賴于底層算力的保障，也就是那顆“芯”。

無論在新一代可穿戴設(shè)備上，還是在機器人領(lǐng)域，邊緣處理的方案似乎更適合這些需要實時、安全、自主響應(yīng)的應(yīng)用。而這些多元化的場景里不同的環(huán)境都對芯片的功耗和性能要求有差異。如何在能效、安全以及連接性上保證對不同場景的覆蓋是一大難點，同時在芯片上執(zhí)行深度學(xué)習(xí)任務(wù)獲取高質(zhì)量數(shù)據(jù)也絕非易事。在邊緣計算的核“芯”上，主流廠商是怎么突破的？

NXP跨界系列MCU

NXP有一個邊緣計算平臺EdgeVerse，囊括了全面的處理器、微控制器和簽名軟件產(chǎn)品組合。i.MX RT系列跨界MCU就是EdgeVerse邊緣計算平臺的一部分，這個大系列的產(chǎn)品兼顧Arm Cortex-M內(nèi)核、實時處理功能以及MCU的可用性。

從最初的Cortex-M33內(nèi)核的RT500系列到現(xiàn)在的M7內(nèi)核的RT1170。跨界系列的MCU從性能到場景覆蓋都很出色，可以說這款跨界產(chǎn)品推動了應(yīng)用處理器和MCU之間的融合。

RT1170跨界MCU以1GHz的速度刷新了紀(jì)錄。RT1170的雙核為6468 CoreMark，主頻達1 GHz的Cortex-M7以及主頻達400MHz的Arm Cortex-M4。

（NXP）

RT1170突破性的跨界MCU結(jié)合了極其高效的計算能力、多種媒體功能以及各種實時功能。同時配置了大容量低延遲的片上SRAM存儲器，SRAM高達2MB，帶有面向Cortex-M7的512 KB TCM和面向Cortex-M4的256 KB TCM。這樣一來RT1170的實時反應(yīng)極快，延遲最低僅有12ns。

該系列也盡可能在降低功耗，通過集成DC-DC轉(zhuǎn)換器，在動態(tài)功耗上RT1170有所下降，同時該芯片本身也有頻率為21MHz的低功耗模式。在高效能計算，實時性以及功耗層面之外，這款跨界MCU的集成度也足夠高。本就強大的多媒體性能實現(xiàn)了GUI與增強HMI，通過OpenVG圖形加速，主頻可達500MHz。

安全方面體現(xiàn)在整個EdgeVerse上，安全啟動和加密引擎以及AES解密都在這款跨界MCU上全部體現(xiàn)。可以看出在邊緣計算領(lǐng)域，NXP可謂是下了苦功，通過跨界MCU強大性能以及全面的配套體系打造自己的NXP邊緣計算生態(tài)。

RA邊緣計算MPU

RA在邊緣計算上使用了我們熟知的老朋友—RZ系列。這一次邊緣計算的重任落在了RZ/A系列頭上。RZ/A 是基于32位Arm Cortex A9的處理器，具有高達10 MB片上SRAM可以緩沖高達WXGA分辨率的圖形。尤其是系列下的A2M，帶有動態(tài)可配置處理器技術(shù)，在嵌入式 AI高速圖像處理上頗有心得。

（RA）

RZ/A2M具有大容量內(nèi)部 RAM (4MB)，采用動態(tài)可配置處理器提供10倍圖像處理性能來支持邊緣計算功能，并通過MIPI/LVDS/2端口以太網(wǎng)提供強大的連接功能。A2M提供足夠的帶寬來處理中央數(shù)據(jù)中心的全部信息。

RZ/A2M采用的是高達1000 DMIPS的Arm Cortex-A9 CPU，加上10 MB的片上RAM，HMI片上硬件以及QSPI閃存，在提供了比MCU更高性能的同時，還降低了系統(tǒng)成本。結(jié)合其高帶寬128位寬并行數(shù)據(jù)總線，RZ/A 支持更快的圖形和數(shù)字音頻信號處理。

在基于A2M的邊緣計算解決方案上，還采用了高性能的功率和模擬器件，如DC/DC、LDO、RS-485/422 收發(fā)器和具有高穩(wěn)定性及高精度的溫度濕度傳感器。在這些器件的配合下，A2M對圖像數(shù)據(jù)進行快速預(yù)處理和特征提取，極其適用于需要處理圖像的邊緣計算場景。

RA在邊緣計算上的布局更偏于嵌入式視覺應(yīng)用，通過強大的圖形處理能力來拓寬旗下的邊緣計算生態(tài)。

寫在最后

邊緣計算在數(shù)據(jù)脫敏、數(shù)據(jù)感知和實時決策上有效彌補了時延和數(shù)據(jù)隱私上的短板，也能降低高昂的IT基礎(chǔ)設(shè)施成本。從長遠(yuǎn)來看，核“芯”強大的邊緣計算將把物聯(lián)網(wǎng)等相關(guān)應(yīng)用提升到一個全新的水平。

聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。舉報投訴