2024，工業(yè)“MCU+AI”大盤點

隨著工業(yè)4.0的推進，傳統(tǒng)工業(yè)設備正向智能化和自動化方向轉型。這要求設備具備更高的算力、更強的實時處理能力以及支持AI算法的能力，以應對工業(yè)機器人、電機控制、預測性維護等復雜應用場景。

近年來越來越多的芯片廠商紛紛推出工業(yè)“MCU+AI”產品，MCU的算力持續(xù)提升，已經(jīng)能夠滿足邊緣端低算力人工智能的需求，將AI加速器集成在MCU上，實現(xiàn)端側部署的單芯片解決方案正逐漸成為主流方案。

下面，我們盤點一下2024年度頭部芯片廠商發(fā)布的主要“MCU+AI”產品，梳理下相關產品的AI功能實現(xiàn)方式、AI生態(tài)構建，以及典型的工業(yè)應用等。

AI功能實現(xiàn)方式各異

采用Arm Helium?技術

Arm Helium?是Arm公司在2019年推出的，為Armv8?M架構的Arm Cortex-M處理器提供的M-Profile矢量擴展技術，能夠顯著提升機器學習（ML）和數(shù)字信號處理（DSP）應用的性能。目前Arm Cortex-M52、Arm Cortex-M55和Arm Cortex-M85支持Arm Helium技術。

過去一年，瑞薩電子推出的RA8x1 MCU以及RZ/V2H MPU等產品，均集成了專為AI應用設計的硬件加速引擎，能夠滿足工業(yè)市場的需求。其中RA8x1 MCU屬于瑞薩RA8系列，采用Arm Cortex-M55內核，高達480MHz，引入Arm Helium?技術，與基于Arm Cortex-M7處理器的MCU相比，在DSP和ML應用層面實現(xiàn)高達4倍的性能提升。

極海半導體的G32R501系列實時控制MCU，采用Arm Cortex-M52內核，同樣引入了Arm Helium?技術，大幅提升DSP和ML的性能，有效降低了MCU內核的實時負載，支持實時處理并減少延遲，從而降低了系統(tǒng)的整體復雜度和軟件開發(fā)難度。

集成NPU

2024年8月，國芯科技推出了CCR4001S系列MCU，基于國芯科技自主RISC-V架構C*Core CPU內核研發(fā)，內部配置了AI NPU，支持智能控制算法與自適應變頻控制算法。

2024年9月，恩智浦推出的i.MX RT700系列跨界MCU，集成了NXP自研的eIQ? Neutron系列NPU AI/ML加速器。其內核采用異構架構，包含有兩個Arm Cortex-M33，主頻分別為325MHz和250MHz，包含兩個DSP分別為HiFi-4和HiFi-1，以及包含一個基于開放式指令集架構的EZH-V IO協(xié)處理器。

2024年12月，德州儀器業(yè)內率先推出具有NPU的TMS320F28P55x系列實時MCU，采用主頻150MHz的32位C28x DSP內核，內置單精度浮點單元、三角函數(shù)加速器，采用150MHz的可編程控制律加速器。

集成NPU+ Arm Helium技術

2024年4月，英飛凌推出的PSOC Edge E8x系列產品，采用Arm Cortex-M55內核，支持Arm Helium? DSP并搭配Arm Ethos?-U55的神經(jīng)網(wǎng)絡處理器，以及Cortex-M33內核搭配著英飛凌超低功耗NNLite（用于加速神經(jīng)網(wǎng)絡的專有硬件加速器）。

Arm Ethos?-U55是Arm公司推出的首款面向Cortex-M系列的microNPU（微神經(jīng)處理單元），專為在面積受限的嵌入式和物聯(lián)網(wǎng)（IoT）設備中加速機器學習（ML）推理而設計。

2024年12月，意法半導體推出的STM32N6系列產品，采用Arm Cortex-M55內核，頻率高達800MHz，是其首款引入Arm Helium?向量處理技術的CPU，也是首款采用自研的嵌入式推理專用Neural-ART Accelerator? NPU的產品。

其他方式

除了集成NPU或Arm Helium?技術之外，MCU也可以通過其他方式實現(xiàn)一定程度的AI功能。如：通過優(yōu)化軟件算法，MCU可以在其處理能力范圍內執(zhí)行簡單的AI算法；集成DSP單元，DSP對于執(zhí)行數(shù)字信號處理任務（如FFT、濾波等）非常高效，這些任務在AI算法中也很常見；配備其他類型的協(xié)處理器，如FPU（浮點處理單元）或特殊功能協(xié)處理器，這些協(xié)處理器可以在一定程度上加速AI算法的執(zhí)行。

此外，MCU還可以通過外部接口連接專門的AI加速器芯片，AI加速器芯片可以處理復雜的AI算法，并將結果返回給MCU進行后續(xù)處理。

本土頭部MCU廠商兆易創(chuàng)新在“MCU+AI”領域的布局也走在前列。2024年11月，兆易創(chuàng)新推出的GD32G5采用Arm Cortex-M33內核，高達216MHz，內置高級DSP硬件加速器和單精度浮點單元，以及硬件三角函數(shù)加速器和濾波算法、快速傅里葉等多類硬件加速單元。2023年推出的高性能GD32H7系列芯片，同樣可以為復雜運算、多媒體技術、邊緣AI等高級創(chuàng)新應用提供強大的算力支撐，采用600MHz Arm Cortex-M7高性能內核，支持多種硬件加速，新增了大量通用外設資源。

AI生態(tài)構建

隨著邊緣AI技術的發(fā)展和應用場景的不斷落地，MCU廠商都在持續(xù)構建自身的生態(tài)。除了社區(qū)支持外，目前各大頭部MCU廠商都在以“MCU+AI”硬件為基石，持續(xù)豐富升級自身的軟件工具鏈，更好的助力客戶產品落地。

瑞薩電子全球銷售與市場副總裁、瑞薩電子中國總裁賴長青在接受與非網(wǎng)采訪時表示：“下游客戶希望MCU廠商管得“越來越寬”，不僅僅滿足于單一的芯片產品，并期望芯片公司能夠提供包括開發(fā)工具、軟件以及后續(xù)支持在內的完整解決方案。這種需求的變化，促使芯片公司不僅在硬件上不斷創(chuàng)新，而且還需要在軟件棧上進行大量投入，以構建更加完善的開發(fā)生態(tài)。”

瑞薩電子全球銷售與市場副總裁、瑞薩電子中國總裁賴長青

恩智浦于2021年就推出了eIQ? Toolkit工具包，可以使用戶快速地開發(fā)基于圖像任務的軟件程序。恩智浦更是于近期發(fā)布了eIQ? Time Series Studio，并集成于eIQ? Toolkit工具包，專門用于時間序列數(shù)據(jù)處理。

德州儀器的邊緣AI模型開發(fā)主要依賴于其TI Edge AI Tools軟件。針對特定應用場景，客戶可以利用該軟件及神經(jīng)網(wǎng)絡運算單元模型，通過大量數(shù)據(jù)進行訓練。經(jīng)過充分的實驗與驗證，例如在故障檢測中，該模型可達到超過99%的準確率，滿足設計目標。隨后，TI Edge AI Tools可將訓練好的模型編譯為可識別的二進制代碼部署運行。

兆易創(chuàng)新也正在構建其通用的嵌入式AI平臺（Embedded AI）。兆易創(chuàng)新MCU事業(yè)部產品市場總監(jiān)陳思偉表示：“Embedded AI能夠將業(yè)界主流的AI模型部署至GD32 MCU，為用戶提供廣泛的開發(fā)支持。同時，公司還提供定制化AI服務，以滿足客戶的差異化需求。我們專注于開發(fā)多樣化的AI解決方案，如拉弧檢測等，未來將推出更多參考設計，為智能應用開辟更廣闊的空間。”

兆易創(chuàng)新MCU事業(yè)部產品市場總監(jiān)陳思偉

與第三方人工智能平臺的合作，也是MCU廠商完善AI工具鏈的重要方式。Nordic半導體亞太區(qū)銷售及市場推廣副總裁Bj?rn ?ge "Bob" Brandal表示：“Nordic與Edge Impulse等人工智能平臺進行合作，在我們的設備上實現(xiàn)機器學習功能，例如與Edge Impulse合作開發(fā)的nRF Edge Impulse app，可使用Edge Impulse Studio在Nordic Thingy:53上訓練和部署嵌入式機器學習模型?！?/p>

Nordic半導體亞太區(qū)銷售及市場推廣副總裁Bj?rn ?ge "Bob" Brandal

此外，與生態(tài)合作伙伴的協(xié)作也至關重要。

賴長青表示：“瑞薩電子在邊緣AI領域投入了大量的資源并取得了顯著的成果。不僅僅在研發(fā)和生產功能完備的硬件產品維度，軟件方面，公司推出了面向邊緣AI的一站式開發(fā)平臺Reality AI，幫助開發(fā)者在云端構建專屬的模型，并在本地邊緣節(jié)點上完成部署。同時，瑞薩還聯(lián)合超過250家生態(tài)合作伙伴合作，共同打造完善的邊緣AI生態(tài)系統(tǒng)，為客戶提供豐富的軟件庫和解決方案?！?/p>

典型的工業(yè)應用

“MCU+AI”的應用場景主要分為時間序列信號分析、圖像識別、聲音識別等。

時間序列信號分析：獲取電流，電壓，溫度，壓力，聲音，多軸加速度傳感器，生物傳感器等多種基于時間序列的變量，可用于預測性維護、扭矩計算、工業(yè)探傷、電弧檢測、電池電芯壽命預測等。

值得一提的是，太陽能及供電系統(tǒng)中的電弧檢測應用是“MCU+AI”在工業(yè)領域非常典型的時間序列信號分析應用。當接觸發(fā)生時，高壓導線或觸點間常常會產生電弧現(xiàn)象，這一潛在危險源可能引發(fā)火災，因此，對電弧的有效檢測與預防顯得尤為重要。

眾多芯片廠商的“MCU+AI”產品都可以提供電弧檢測的解決方案：德州儀器集成NPU的TMS320F28P55X實時控制MCU，邊緣AI技術用于實時檢測電弧，提高電弧檢測的準確率和實時性，其在太陽能及供電系統(tǒng)中的電弧檢測的準確率可高達99%；兆易創(chuàng)新基于GD32H7的AI直流拉弧檢測方案，克服了多路高頻信號采集、資源受限環(huán)境中的高效AI推理、以及模型訓練與部署一體化的技術難點，自研AI算法與硬件優(yōu)化，能夠對直流拉弧進行精確識別和實時響應，降低了因系統(tǒng)故障或錯誤檢測帶來的維修和維護成本。

同時，人工智能與預測性維護的結合已成為提高工業(yè)設備生命周期的一種變革，預測性維護也是“MCU+AI”在工業(yè)領域的典型應用。通過算法分析實時數(shù)據(jù)，各行各業(yè)都能在設備故障發(fā)生之前對其進行預測，減少停機時間并顯著降低維修成本。

在工業(yè)自動化的生產線上，意法半導體的STM32N6可以對生產設備的運行狀態(tài)進行智能監(jiān)控，通過傳感器收集的數(shù)據(jù)，快速分析設備是否存在故障隱患。例如，在電機運行過程中，檢測其溫度、轉速、振動等參數(shù)，一旦發(fā)現(xiàn)異常，及時調整參數(shù)或者發(fā)出停機指令，避免設備損壞和生產事故的發(fā)生，從而極大提高生產效率和保障生產安全。

極海半導體高級市場經(jīng)理趙亮表示：“在商用打印機售后維護的應用案例中，通過在關鍵設備上安裝溫度、振動等傳感器，基于Arm架構的邊緣計算G32R501實時控制MCU，可實時收集并分析這些數(shù)據(jù)，并利用內置的機器學習模型，識別出可能導致的故障模式，并在問題發(fā)生前發(fā)出預警信號?？梢燥@著降低因設備故障導致的非計劃停工時間，提高生產效率?！?/p>

極海半導體高級市場經(jīng)理趙亮

圖像識別：如人臉識別，手勢識別，人數(shù)統(tǒng)計，產品缺陷識別，物流倉儲管理等。由于MCU的低功耗和實時性，針對這些場景，可以實現(xiàn)靈活的休眠喚醒方式，可以采用小型電池長時間工作。

值得關注的是，在端側AI的場景中，恩智浦于2021年就推出了eIQ? Toolkit工具包，可以使用戶快速地開發(fā)基于圖像任務的軟件程序。

恩智浦半導體高級市場經(jīng)理弋方表示：“恩智浦的i.MX RT700系列跨界MCU，在圖像方面集成了新一代的圖像加速器包括硬件JEPG/PNG解碼，矢量圖像處理，以及MIPI-DSI顯示接口，廣泛適用于人機交互、醫(yī)療、消費電子等諸多場景?！?/p>

恩智浦半導體高級市場經(jīng)理弋方

聲音識別：如關鍵詞喚醒，簡單的語義識別，以及噪聲消除，人聲消除等算法。在工業(yè)領域，可以用于人機交互，特殊聲音信號檢測等。

兆易創(chuàng)新的GD32H7可以很好的支持聲音識別應用，基于GD32H7的AI語音識別解決方案，依托Sensory平臺實現(xiàn)高效的關鍵詞訓練，支持多語言、多關鍵詞的識別能力，還能將關鍵詞檢測的結果通過LCD屏顯示。該方案能夠在MCU端側部署輕量化模型，具備實時語音處理功能，包括精準的人聲檢測與噪聲抑制，有效保障用戶指令的準確識別和響應。

寫在最后

2024年頭部MCU廠商在“MCU+AI”領域成果顯著。隨著人工智能技術的持續(xù)進步，未來“MCU+AI”產品將在工業(yè)4.0進程中發(fā)揮更為重要的作用，進一步推動傳統(tǒng)工業(yè)設備的智能化和自動化轉型，提升工業(yè)效率，降低成本，確保穩(wěn)定運行。