電子發燒友網報道（文/黃晶晶）作為模擬芯片國際大廠的ADI，不僅以電源、信號鏈產品而知名，在MCU領域也耕耘數十年。1995年至今ADI的MCU產品出貨量已經超過10億片。在2002年之前推出8051系列MCU,2004年以來推出MAXQ系列MCU，2012年之后推出ARM內核系列MCU，2020年以來推出人工智能MCU。這些不同類型的MCU系列產品應時代而生，而人工智能MCU則是面向邊緣智能開發的低功耗、高性能產品。最近，ADI公司的技術專家就邊緣AI MCU進行了詳細分享。

ADI MCU產品系列

ADI中國技術支持中心高級工程師辛毅介紹，ADI MCU系列產品在功耗方面，具備靈活的操作模式和超低功耗，可以大大提升電池壽命，延長系統續航時間；在接口方面，具備高速安全的多時鐘選項，可以優化程序性能；通訊方面，部分產品集成最新的低功耗藍牙（BLE）模塊，支持遠程模式和BLE音頻等特色，從而允許設備在更遠的范圍內進行通信。同時，還針對大多數產品提供完備的評估方案和開發示例，硬件包括評估板、演示套件等，軟件包括SDK、庫文件、驅動代碼等，從而助力用戶全面了解產品性能、加速產品開發。



此外，ADI還具備30余年的MCU的IP保護和信任根研發經驗，從而極大增強系統安全性，幫助安全敏感型的設備制造商快速、高效地為其產品增加安全加密、密鑰存儲和防篡改功能。簡而言之，ADI的MCU產品具備功耗低、接口優、通訊新、評估全、開發易、安全強等六大特色。

目前ADI的MCU產品根據功能應用主要分為三類：第一類是低功耗MCU，具備小體積、低功耗、大存儲的特點，這類產品相對而言比較通用，適用于工業、物聯網、醫療、消費類等各類產品；

第二類是安全MCU，這類產品具備安全的系統架構，具有很強的抗攻擊加密能力，可以用在對安全性能要求較高的智能機器或者是終端上，比如POS機、讀卡器等等；

第三類是人工智能MCU（AI MCU）。這類產品脫胎于第一類低功耗MCU，又具備人工智能。其特色是可以將AI推理從云端推向邊緣端，從而助力電池供電的人工智能和物聯網設備，比如說智能家居、人臉打卡、語音控制等等。

ADI邊緣AIMCU做到低功耗、低延遲、高集成度

IoT技術是物與物之間的互連，多數設備需要電池供電，并且數據在物與物之間的流通并不能完全依賴于云端，于是邊緣AI應用而生。根據預測，2025年將有75%的數據產生在邊緣側進行處理。邊緣AI技術在靠近用戶本地的終端網絡邊緣執行AI運算，而不是將數據集中在云或數據中心進行處理。相比于云端AI，由于不需要將數據上傳至云端，邊緣AI具備實時性好、帶寬資源要求低、隱私性高等特點，特別適合物聯網應用。例如人臉識別、災難檢測、醫療應用、指令識別、Speaker識別等。

邊緣AI作為在設備本地端執行的AI，需要在系統功耗、計算速度和設備成本之間取得一個平衡。針對邊緣AI提出的新要求，ADI推出邊緣AI解決方案MAX7800X系列。

MAX7800X系列由兩個微控制器內核（ARM Cortex-M4F和RISC-V）加上一個卷積神經網絡（CNN）加速器構成。這三個內核當中，Cortex-M4F是Arm公司的IP，RISC-V和CNN都是ADI自研的。



辛毅表示，數據的加載和啟動由微控制器內核負責，AI推理由卷積神經網絡加速器專門負責，不需要再通過互聯網上傳。它具有低功耗、低延遲、高集成度的優勢。低能耗方面，硬件加速器與超低功耗ARM Cortex-M4F及RISC-V微控制器相結合，將智能化實施推進到邊緣，能耗不足嵌入式競爭方案的百分之一。低延遲方面，在邊緣執行AI功能，實現復雜的認知，使IoT應用減少或省去云端事務處理，速度提高到軟件方案的100倍。高度集成上，帶有神經網絡加速器的低功耗微控制器使得在電池供電的IoT設備中是實現復雜、實時認知成為可能。另外，其成本只是FPGA或GPU方案的零頭。

實際上，RISC-V與CNN進行配合工作。ADI MCU產品線資深業務經理李勇表示，Cortex-M4F主要做一些應用和通信，同時內部還配有FLASH和SRAM。而RISC-V則是一顆小內核，采用32位精簡指令集，它主要配合CNN來工作。由于CNN工作時需要輸入一些原始數據，比如圖片、聲音、波形等數據通過通信接口或者圖像camera接口輸入進來后，會由RISC-V內核將這些數據搬運至存儲空間，再讓CNN來用。CNN經過硬件計算，將原始的數據通過矩陣的乘法和加法得到一些特征值，再放到內存里來進行比對。

對比來看，純微控制器的解決方案和ADI的邊緣AI解決方案去執行AI推理的功耗。傳統的微控制器會將大量功耗用在執行AI推理上，這個藍色的框基本90%以上都用到了AI推理上面，但是ADI的邊緣AI解決方案具備專用的卷積神經網絡加速器，可以看到右邊藍色的小條是非常少的。



目前ADI的邊緣AI解決方案MA7800X系列主要有兩款人工智能MCU，MAX78000和MAX78002，這二者都是基于Arm Cortex-M4F和RISC-V的低功耗微處理器，搭載專用的卷積神經網絡加速器執行AI推理。MAX78002有更高頻率的微控制器內核、更大存儲空間、更快的卷積神經網絡加速器，模型維度達到MAX78000的4倍，更支持視頻處理，可以說是MAX78000的升級版。MAX78002和MAX78000相比，不僅可以做圖像識別，還可以進行復雜的視頻分析。

以MAX78000為例，將MAX78000、ADI的通用微控制器MAX32650和競爭對手的某個微控制器執行相同AI推理所花費的時間和功耗做對比。MAX78000在人臉識別和關鍵字識別的性能表現均優于MAX32650和競爭對手的微控制器。

一些典型應用

針對MAX7800X系列產品，也推出了許多支持資源，包括數據手冊、應用筆記、評估套件、參考設計、教學視頻、工具、例程，幫助用戶基于MAX7800X系列進行進一步的AI研發。用戶可以在ADI官網上或者GitHub上找到這些資源。

針對MAX7800X系列產品在物聯網領域的應用，推出了基于MAX78000參考設計——相機模組MAXREFDES178，供用戶評估MAX78000執行AI推理的性能。MAXREFDES178的外觀像一個立方體，尺寸僅約為4.2cm×4.5cm×4cm，便攜性好。它除了自身魔方的形狀，還具備攝像頭、麥克風、顯示屏、按鈕等多個機械組件，同時內置電池，真正實現電池供電的邊緣AI推理，支持人臉識別和語音識別的功能。



另外還推出了許多其它的評估套件供用戶選用，這些套件的功能更加齊全。用戶也可以根據自己的需要去連接外設或者進行個性化的開發。



MAX7800X支持在物聯網設備上實現視覺識別的功能，經過訓練，MAX7800X可以正確識別人臉，用于考勤打卡、智能門鎖等電池供電的物聯網設備上。

利用識別物品的功能，在攝像頭上面集成MAX78002，能夠實現垃圾分類、產品分裝、快遞分揀的功能。



另外，MAX7800X系列還支持關鍵字識別，識別出用戶的語音指示來進行操作，用在語音控制的物聯網設備上。比如智能音箱、電動窗簾、智能照明等等。

邊緣AI MCU會有哪些規劃？

當被問及是否會考慮采用RISC-V做為主處理器時，李勇表示目前還在評估，沒有確定的答案。不過ADI一直以客戶為中心，會根據產品性能需求選擇最優的解決方案，架構的選擇方面比較純粹，是基于對性能、功耗及成本方面的考量，希望能夠為客戶提供更多元、更優化的解決方案。未來一些比較簡易化的MCU可能會直接采用RISC-V架構。

過去邊緣AI主要是處理器通過軟件算法來實現，存在功耗等問題。另外與硬件CNN相比，處理器運算更為復雜。而在ADI的硬件CNN當中有64個8位處理器，存放權重數據的存儲分布在周圍，進行快速地讀取和運算。總之，ADI的邊緣AI MCU設計無論是Cortex-M4F、RISC-V還是硬件CNN，都是以低功耗為出發點，以期滿足物聯網邊緣設備的性能與功耗的需求。