電子發燒友網報道（文/吳子鵬）傳統AI的使用場景有一定局限性，難以面對實際應用場景的多樣化，基于云端算力的AI大模型對特定場景的適配性較差，因而算力下沉、數據下沉的邊緣AI蓬勃發展，成為AI落地的重要途徑之一。

根據邊緣計算產業聯盟的定義，邊緣AI是指在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。邊緣AI打破了云AI在數據傳輸、即時性及安全/隱私等方面的限制，不過也對邊緣核心MCU有著更高的要求。

為了幫助用戶更好地實現邊緣AI方案，近日英飛凌發布全新PSOC?Edge微控制器（MCU）系列，專門針對邊緣端的機器學習（ML）進行了優化，目標應用包括家電和工業設備中的人機界面（HMI）、智能家居和安全系統、機器人和可穿戴設備。

讓邊緣AI方案實現性能和功耗的平衡

據介紹，新推出的PSOC Edge MCU產品里率先進入市場的是E81、E83 和 E84三大系列，PSOC?Edge E8x系列MCU基于高性能的Arm Cortex-M55內核，支持Arm Helium DSP指令集并搭配Arm Ethos-U55神經網絡處理器，以及Cortex-M33內核搭配英飛凌超低功耗NNLite（一種用于加速神經網絡的專有硬件加速器）。

英飛凌物聯網、計算及無線事業線執行副總裁Sam Geha表示：“針對我們的目標應用，在Arm公司系列化的內核產品中，最適合我們的就是Arm Cortex-M55內核和Arm Cortex-M33內核，并不是所有的邊緣AI程序運行都需要強大的Arm Cortex-M85內核，下一代邊緣AI的訴求是如何在不提升功耗的情況下提升性能。”

對于邊緣AI而言，高能效比是非常重要的一項指標，超高性能和強大算力固然是好，不過一旦功耗過高就會限制很多邊緣AI方案的打造和部署。更為重要的是，邊緣AI的應用場景遠比云AI要復雜得多，根據MarketsandMarkets的研報數據，全球邊緣AI設備數量將從2021年的9.2億臺增長到2026年的20.8億臺，這期間的年復合增長率高達17.1%。為應對爆發式增長的邊緣AI需求，如果不能平衡性能和功耗，將會讓一款MCU在實際應用過程中受到很大的限制。

在性能和功耗之外，用戶選擇一款MCU也需要考慮成本。為了提升產品的性價比，PSOC?Edge E8x系列MCU不僅帶了性能和功耗的平衡，也具有顯著的高度集成優勢。PSOC?Edge E81、E83和E84 MCU均支持豐富的外設集、片上存儲器、強大的硬件安全功能和各種連接外設選項，包括內置PHY的USB HS/FS、CAN總線、以太網，支持與WiFi 6、BT/BLE的連接和Matter協議等。豐富的片上資源和外設接口，能夠讓用戶在打造邊緣AI方案時具有更高的靈活度。

PSOC?Edge系列MCU提供多種數據加速功能

由于應用在邊緣AI場景下，因此數據處理能力成為衡量一款MCU是否具有競爭力的重要參考。

Sam Geha在產品介紹時提到，PSOC?Edge系列MCU提供多種數據處理和加速的功能單元，包括Arm Helium DSP、Arm Ethos-U55神經網絡處理器和英飛凌超低功耗NNLite，豐富的加速器配置讓用戶在開發邊緣AI應用時可以靈活地選擇。

具體來看，PSOC?Edge E81采用Arm Helium DSP技術和英飛凌NNLite神經網絡（NN）加速器。PSOC?Edge E83和E84內置Arm Ethos -U55微型NPU處理器，與現有的Cortex-M系統相比，其機器學習性能提升了480倍，并且它們支持英飛凌NNlite神經網絡。“Arm Ethos -U55微型NPU處理器的性能會更強，英飛凌NNLite神經網絡（NN）加速器的功耗則更低，這就是我們的差異化創新設計。面向神經網絡、機器學習、HMI和無線等邊緣AI場景，我們不僅提供加速器的差異化選擇，也在關注不同的應用場景對存儲資源的需求也有一定的差異。”Sam Geha說。

在具體的功能上，PSOC?Edge E81、E83和E84系列均支持通過語音/音頻感應來實現激活和控制，其中E83和E84 MCU為先進HMI的實現提供了增強功能，包括機器學習喚醒、視覺位置檢測和人臉/物體識別。PSOC?Edge E84系列還在豐富的功能集基礎上增加了低功耗圖形顯示（最高支持1028x768）。

在語音喚醒方面，“always-on”理念是非常重要的，能夠讓設備提供更加及時的響應，為用戶帶來更好的使用體驗。不過，“always-on”方案往往對MCU的功耗有著更高的要求。Sam Geha指出，PSOC?Edge系列MCU不僅提供功耗更低的加速器，“在低功耗方面，我們做了很多考慮。在我們的芯片里面，專門設計了一個“always-on”的電源域，當中有很多低功耗場景可以使用的外設，包括超低功耗下可編程的模擬子系統，其中有很多低功耗的模擬外設能在系統進入待機模式時仍然工作；部分串口也可以在低功耗模式下繼續工作。這也是PSOC?Edge系列MCU跟應用處理器（MPU）之間最大的區別之一。”

為了方便用戶更好地使用PSOC?Edge系列MCU，英飛凌提供了豐富的開源配套資源。相關硬件設計支持包括帶有Arduino擴展接口的評估基板、傳感器套件、用于配置的BLE連接以及用于智能手機和云連接的Wi-Fi。與所有英飛凌MCU一樣，該系列產品由英飛凌的ModusToolbox軟件開發平臺提供支持。該平臺提供一系列開發工具、庫和嵌入式運行環境，可帶來靈活而全面的開發體驗。ModusToolbox支持廣泛的應用案例，涵蓋消費類物聯網、工業、智能家居和可穿戴設備。

Sam Geha表示，Imagimob Studio是一個邊緣AI開發平臺，現在已經被集成到ModusToolbox中，可提供從數據輸入到模型部署的端到端機器學習開發能力，包括數據采集、數據處理、模型選擇、模型訓練，以及最終將方案部署在MCU上的整套流程。Imagimob Studio上提供一些已經訓練好的模型，用戶也可以在Imagimob Studio上訓練自己的模型，入門項目和Imagimob的就緒模型讓用戶能夠輕松上手。配合PSOC?Edge使用時，Imagimob能夠為邊緣快速構建和部署最新的機器學習模型。

結語

邊緣AI大爆發讓終端場景對MCU的需求有了明顯的變化，數據處理和算法承載是相關MCU需要提供的重要能力。不過，和云AI場景不同，邊緣AI不能一味地追求高算力，需要注意性能、功耗和成本的平衡，通過上述介紹不難看出，英飛凌PSOC?Edge系列MCU很好地滿足了這些要求。就像Sam Geha所說，未來低功耗將持續會是英飛凌PSOC?Edge系列MCU產品迭代中的差異化競爭優勢。