MCU和SoC在AI市場是怎樣的競爭關系？去年，AMD發布了銳龍嵌入式R1000SoC，這款產品一個重要應用就是AI。在采訪中，我就這個一問題與AMD嵌入式解決方案產品管理和業務開發總監StephenTurnbull先生進行了探討。

　　Stephen的回答非常簡單，“就拿MCU和MPU來說，MCU是微控制器，MPU是微處理器，顯然MCU能耗更低，性能也更低，它是根據接收到的數據進行控制操作；MPU具有更強的運算引擎，可以實現更高的運算和處理能力。”

　　顯然，在Stephen看來，MCU和MPU比，計算能力尚且差一大截，和SoC比更無法相提并論，AI市場更是沒有MCU什么事。筆者之所以提出這個問題，是因為MCU大廠恩智浦早在幾年前就已經開始在MCU和MPU的融合上進行了探索，并且在2017年推出了跨界處理器。

　　MCU在AI市場的探索

　　大家知道，恩智浦的微控制器事業部來自飛思卡爾，并且同時擁有MCU和MPU兩個產品線，在2015年，隨著飛思卡爾被恩智浦收購，飛思卡爾的MCU并入了恩智浦的微控制器事業部，但是這個工程師團隊并沒有停下來，而是一直致力于新產品研發，2017年推出的i.MXRT系列跨界處理器就將MCU和MPU的優勢融合到了一起。

　　在采訪中，恩智浦資深副總裁、微控制器事業部總經理GeoffLees向與非網介紹，“跨界處理器繼續向兩端延伸，推出i.MXRT1010和i.MX7ULP。其中i.MX7ULP的主頻可以達到1GHz，而i.MXRT1010的單價只有1美元。”

　　拋開i.MXRT1010的高性價比，i.MX7ULP產品的的結構比較有意思，其采用了Cortex-A7和Cortex-M4雙核架構，而且Cortex-A7和Cortex-M4處于完全獨立的兩個域中，A7用來運行Linux操作系統，大部分時間處于關閉狀態，M4則用于處理基本任務，保證設備低功耗運行。這樣的配置恰好可以滿足AIoT設備對低功耗和高性能的需求，因此上市后i.MX7ULP很快出貨量就達到了100萬片，這足以證明市場需求有多么旺盛。

　　為了探索MCU在AI市場的應用，恩智浦不僅提供硬件平臺，還推出了機器學習開發環境eIQ。恩智浦大中華區微控制器事業部市場總監金宇杰表示，“eIQ可以與市場上幾乎所有的開源訓練工具、建模、編輯器兼容，現有的所有公開的標準或者客戶定制的標準都可以在eIQ中進行開發。eIQ可以幫助客戶將訓練好的模型轉換到嵌入式平臺中；另外，客戶自己產生的模型，會用到各種開源資源。當用戶實現模型時，需要通過eIQ環境快速地轉換到自己的平臺上。”

　　“eIQ環境讓MCU實現AI功能成為可能。”金宇杰表示，“除了eIQ之外，恩智浦與國內人臉識別算法公司合作，把人臉識別技術運行在一個單核處理器上，將原來在云端運營的大模型成功移到了邊緣。”

　　雖然作為跨界處理器，i.MX7ULP不能叫做MCU，但是仍然可以看出，至少在邊緣端MCU實現AI是可行的。2019年，恩智浦推出了全球首款基于MCU的語音控制解決方案，獲得了亞馬遜Alexa語音服務（AVS）認證；同年，恩智浦與微軟宣布合作推出基于人工智能（AI）和機器學習（ML）的AzureIoT異常檢測功能。

　　界限就是用來打破的，我們一直認為AI市場是CPU、GPU、TPU的專屬，而MCU廠商在劃破這個界限。

　　Arm“錦上添花”再增兩款AI處理器

　　作為芯片架構供應商，Arm自然不會對AI市場袖手旁觀，尤其是面對RISC-V陣營在頻頻逼近，Arm需要找到新的突破點。在運營策略上，降低產品準入門檻實屬無奈之舉，如果在技術上無法實現實質性創新就只能走下坡路了。

　　最近，Arm推出了兩款AI處理器--Cortex-M55和Ethos-U55。從Cortex-M55的框架圖中可以看出，Cortex-M55增加一個Helium，Helium的技術名稱是MVE（用于M-ProfileVectorExtension），是針對Cortex-M系列處理器的M-Profile矢量擴展（MVE）技術，旨在為最小的嵌入式設備提供增強的機器學習和信號處理。官方介紹，與前一代Cortex產品相比，Cortex-M55可將數字信號處理性能提高5倍，將機器學習性能提高15倍。

　　Ethos-U55是Cortex-M處理器的配套NPU加速器，用于解決電池壽命和成本敏感的復雜AI計算難題，需要和Cortex-M55、Cortex-M33、Cortex-M7、Cortex-M4等產品搭配使用。Ethos-U55包含32至256個可配置計算單元，與基本的Cortex-M55相比，機器學習性能最多可以提升32倍。如果將Cortex-M55和Ethos-U55進行組合，能為微控制器帶來480倍的機器學習性能飛躍。

　　前面講到，恩智浦的i.MX7ULP采用了Cortex-A7和Cortex-M4的雙核架構，如果將Cortex-M55引入其中，機器學習性能將會得到更大的提升。筆者認為，唯一值得顧慮的就是成本問題，MCU市場講究性價比，尤其是在物聯網應用中，MCU廠商在高性價比的路上不斷廝殺，對于用戶來講，成本應該還是最大的考量因素。

　　MCU切入AI邊緣芯片市場的機會

　　早期，AI芯片的市場爭奪主要在云端和數據中心，而隨著邊緣計算和AIoT的發展，AI芯片的市場爭奪逐漸走向邊緣。有研究表明，到2025年，有50%的數據需要在網絡邊緣側分析、處理、存儲，到2022年邊緣計算市場規模將超過萬億。受邊緣計算的影響，邊緣AI芯片市場也迅速發展。ABIResearch預計，邊緣AI芯片組市場將從2019年的26億美元增長到2024年的76億美元。可以預見，AI邊緣芯片正在成為芯片廠商新的爭奪點。

　　整體來看，目前AI芯片主要應用在云端、終端甚至更小的邊緣節點上。云端應用對處理器運算能力要求最高，處理器需要支持不斷變化的AI推理和訓練工作負載，云端市場主要被英特爾、英偉達、谷歌等巨頭公司占據；在終端應用中，很多設備逐漸增加了AI功能，比如智能手機上的人臉識別，智能音箱上的語音識別等等，主要是高通、聯發科、華為、蘋果等公司在主導；同樣，在更低成本的終端設備上，對計算處理能力要求較低，但是對功耗要求更苛刻，這些設備依賴公共以太網或低功耗廣域網進行連接，而這些設備的數量恰恰增長最快。ABIResearch預測，這些設備的出貨量將從2019年的90萬臺增至2024年的570萬臺，CAGR為45.5%。

　　Arm認為，終端AI市場將在未來幾年出現爆炸性增長。這也是Arm近期推出兩款AI處理器的目的所在，而這一市場也恰恰是MCU廠商的切入AI市場的關鍵點。以前很多終端產品采用的主控器就是MCU，當這些設備需要增加AI功能時，設備廠商首先想到的就是升級，而不是用AI邊緣芯片替換原有的MCU產品，升級的優勢很明顯，對于設計工程師來說，產品升級比重現設計更簡單，對于設備廠商來說，在原來的MCU上進行升級，產品穩定性更高，風險更低。

　　在2019年底，ICInsights發布預測性研究報告，2019年全球MCU市場規模將達204億美元、出貨量達到342億顆，不過平均售價（ASP）將持續下降。在全球電子產品智能化的進程中，AI芯片創業公司看到了電子產品更新換代的商機，但是傳統MCU廠商也不會對新的市場需求熟視無睹，Arm推出AI處理器無疑在架構上給MCU廠商提供了更強大的支持。

　　存量市場的AI改造勢在必行

　　對現有的電子設備增加AI功能是否可行？這估計是應用市場最關心的問題，比如電梯，出于成本的考慮，物業管理公司更愿意進行智能改造，而不是更換新的設備。當前的肺炎疫情讓電梯成為一個重要的防控區域，由此還激發出人們想出各種按電梯“妙招”，其實如果將電梯改為語音控制，就能有效避免交叉感染。前幾天，蘇州思必馳展示了基于其“智能電梯離線語音方案”改造的語音控制電梯，其工作人員介紹，“這套解決方案內置思必馳高性能語音算法，采用線性雙麥降噪，滿足小而密閉空間下的復雜場景需求；支持遠場喚醒、強魯棒識別，支持普通話、帶方言的普通話識別，以及方言定制；提供高自然度的多種合成音選擇，支持小數據快速定制TTS。在硬件方面，采用了思必馳的TH1520芯片，進行電梯改裝時，直接加外掛模塊就可以完成。”

　　MCU是否可以切入AI應用？嵌入式資深工程師馬曉東（化名）的看法是，“MCU切入人工智能市場是必然趨勢，而且對于后面進入AI市場的人是很好的機會，可以使設備體積縮小，部署更加容易。比如我們的電梯系統，現在通過一顆RK3288統計乘坐人的數量、年齡、性別，是否有人員跌倒等狀態信息，目前的識別方式是將圖片發送到服務器識別，如果可以在本地做AI處理，我們就不用部署大型服務器進行遠程圖形識別了。”

　　業界資深工程師金鴻（化名）分析，“MCU切入AI市場只能做通用AI，而這又不是MCU廠商設計人員所擅長的，一般公司技術積累還有欠缺，因此只能從外面尋找人才，估計產品定義會出現問題。MCU廠商做AI無非有三條路：第一，MCU+專用AIASIC（從AI芯片購買IP）；第二，基于DSP和ArmCortex-M55，只是在流行的AI框架做適配；第三，MCU+某一專用AI應用（比如：語音喚醒，陣列等）+WiFi。AIoT芯片廠商應該是第一批嘗鮮者，比如國內的恒玄、csr，會嘗試基于Cortex-M55架構設計MCU，這與他們的AUD+BLE，AUD+wifi產品線很匹配，這顆內核做音頻性能應該足夠。”

　　在嵌入式聯誼會秘書長何曉慶老師看來，“一般規律是，專用芯片在逐步演進，慢慢被通用芯片替代，因為隨著市場普及，專用芯片的缺點就會放大，通用芯片的優勢也會逐漸彰顯。現在AI芯片距離大規模應用還很遠。”

　　從市場應用實例可以看出，嵌入式設備存量市場進行AI升級是剛需，這對于MCU廠商來說是一個潛在的市場機會，尤其是針對智能語音識別應用，但是還在起步階段，短期內無法實現大規模應用。