MCU厂推多样解决方案 DSP/FPU硬件加速芯片整合

　　微控制器（MCU）深入人们应用生活，几乎大小设备都看得到MCU踪影，在MCU导入DSP数位讯号处理器、FPU浮点运算单元功能后，MCU更大幅扩展 元件可适用范围，这几年来，在众多MCU大厂纷纷针对旗下商品推出多样整合方案，不管是产品策略还是市场区隔，也让MCU市场更加丰富多元。

　　MCU（Microcontroller Unit）深入生活应用是不容易质疑的趋势，尤其是MCU在功能优化或市场区隔目的下，进行DSP（digital signal processor）数位讯号处理器或FPU（Floating Point Unit）浮点运算单元功能整合，使得MCU的可应用场域大幅扩展。

　　如果以FPU或DSP导入目的，一般在MCU中追加FPU、DSP整合架构，主要目的还是在考量成本下的设计方向，尤其在早期半导体元 件，SOC（System on Chip）系统单芯片与MCU存在一段价格差距，如果仅需要SDP或FPU进行运算加速，又不想选用高单价SOC，这时整合DSP或FPU硬件加速单元的 MCU产品、不仅可以更好的提供运行效能，同时又能在成本控制上表现更加优异。

　　MCU整合芯片封装成本骤降 增加MCU功能扩充应用空间

　　以早期的SOC产品来看，搭载DSP与FPU硬件加速器是SOC产品的重要特性，其中DSP与FPU的应用方向主要以音讯、影像等处理加速运算为主，而在制 程技术持续优化，SOC的成本逐步与MCU拉近，MCU在32位元甚至64位元架构下，也开始有结合DSP或是FPU硬件加速单元的解决方案。

　　先看看MCU加上硬件加速单元的优点，在MCU追加FPU导入，最直接的效益是早期利用MCU处理类似FPU运算内容，会因为MCU本身的运算架构限制，让 运算结果得出时间会相对拉长，而在导入硬件加速器处理浮点运算时，因为硬件呼叫或是资料传递就能透过硬件算出数据，MCU本身耗在浮点运算的记忆体资源可 以因硬件加速整合减少至少10%。

　　当然，从目的性来看，不管MCU有无整合FPU硬件加速单元，浮点运算需求使用MCU现有的运算能力也 能得出结果，只是前提是计算过程会耗用较多运算时间与硬件资源，对于可等待、无需提供即时反应的系统自然可以不考虑整合FPU的MCU方案，但若是对系统 效能、回馈反应速度要求高的整合需求，MCU结合FPU的效益提升不仅仅是运算资源耗用优化、节能优势等效果，反而是加快系统回应与效能提升的效用，才是 MCU结合FPU硬件加速最直接、重要的功能改进，也让MCU可以因应更高复杂度的整合工作。

　　高阶数值运算 运用硬件加速满足设计需求

　　在早期MCU元件仍以8位元架构为主流的应用方向，MCU在资料处理与运算处理上，本来就有因架构的问题而有其处理限制，例如，MCU进行小数点、分数处理 运算时，因为4位元或是8位元位数有限，就必须采用有限数值进行处理，透过数值结果的限制换取处理复杂度简化与效能要求目的，而这种因为数值处理产生的误 差即“截断误差”，截断误差也会因为使用MCU进行数据运算的限制，而令误差数值产生扩大现象。

　　而在MCU整合FPU硬件加速，在运算同 类型的数据处理时，例如在IoT物联网或是终端感测器应用中，常有将外部类比感测数据转换成数位资料的资料撷取、处理需求，这时透过MCU整合的 FPU/DSP硬件加速单元，不仅可将感测数据更快速处理完成、加快系统回应，同时，也能导入进阶运算减少数据演算的误差。

　　在实际应用 中，FPU硬件加速器本身并无法完全解决误差扩大问题，所以会有FPU、DSP等不同硬件加速整合架构下的应用目的考量，举例来说，透过DSP硬件加速 器，可针对特殊数据类型更高速、可靠的运算处理输出，像是DSP可利用指令来进行多种运算，处理如快速快速傅立叶转换（fast Fourier transform；FFT）或有限脉冲回应（Finite impulse response；FIR）进阶运算中重要且耗资源的运算需求，甚至透过单周期的指令便能处理单一指令多重资料（Single Instruction Multiple Data；SIMD）运算需求，MCU在进行进阶数值处理方面还可获得进阶增强效益。

　　FPU/DSP不同硬件加速单元具互补作用

　　虽 说整合FPU或DSP基本在架构与应用方向就不同，但实际上两者分别是针对数据运算、讯号处理对应至各式演算法应用，两者功能可以说是各有互补效用，比较 难被独立拆分。以ARM Cortex-M4来看，若仅提供DSP硬件加速处理器反而没设置FPU浮点运算加速器反而会造成应用限制，因为在Cortex-M4应用场合如果仅有数 位信号处理加速硬件支援，少了浮点运算支援，对开发需求端若碰到需要数值进阶运算加速，就会造成设计上的弹性限制，或是导致还需透过外部功能芯片支援，或 利用原有的运算资源因应数值进阶计算需求，反而会因为数值处理效能限制了Cortex-M4的应用可能性。

　　同样的状况也发生在仅有FPU而没有设置DSP的微控制器应用方案上，对DSP或是FPU应用功能是相辅相成，独立整合对于微控制器的配置并未能产生综效，反而会成为发展路径的限制。

　　再者，从新一代IoT产品发展方向，透过感测器融合（Sensor Fusion）应用方向为例，若是Sensor Fusion概念为将多感测器整合在单一系统中协同运行，系统需要高阶数值与讯号处理能力，才可以将关键数值讯号自复杂数据中提取出来。

　　至 于感测器融合可以再搭配即时的调整、控制与校正处理，由DSP加上FPU协同处理达到高精密度、高效率进行撷取数据的精密分析，尤其是现有的Sensor Fusion已做到陀螺仪、加速度器、温度、压力甚至触控感测都做在同一个模组中，必须透过DSP与FPU预先筛出相对精密且兼顾处理效率的讯号撷取与预 处理的感测数据，提供相对高效的系统更具效率的感测数值处理机制。

　　DSP数位滤波应用 可提升感测讯号撷取品质

　　此 外，在MCU整合FPU的另一个优势在于可在系统中善用其运算特性，例如，运用数位演算法进行撷取数值的数位滤波应用，针对处理讯号进一步以基于硬件加速 的数位演算法进行波形或数据再处理，形成一提升数据噪讯比（SNR）的便捷作法，数位滤波器还可利用演算机制优化提供不同程度大小的滤波效果，这在于微控 制器用于感测热门的心率、血液含氧量、运动数值等生理资讯，或是数位电表、智能电表等应用，解决末端数据因为杂讯或环境噪讯影响，倒置讯号失真的数据优化 回补效用，优化终端取得的讯号波形信号品质，更利于后续处理或数据使用。

　　为了优化末端应用，微控制器整合硬件加速单元也蔚为一股风潮，不 只是DSP或是FPU硬件加速单元，例如就有微控制器在架构上加入了VMU硬件加速单元，处理因应马达应用重点的三角函数数值运算需求，或是对应无线电通 讯需求整合的数据分析演算支援，与现有FPU浮点运算硬件加速功能区隔，采取协同分工的方式加速整体微控制器的应用效能。

　　有趣的是，针对 不同的市场与运算需求定位，微控制器除在运算时脉进行差异区隔，以最实际的运算效能区分不同应用场合、市场切分外，整合不同应用所需的硬件加速单元也成为 产品市场定位的重要分界，例如针对穿戴式运算应用市场的微控制器，在要求功耗、感测器融合、元器件成本方面就可仅整合FPU、DSP硬件加速定位市场区 隔，在高阶的微控制器应用上，甚至有解决方案直接整合硬件绘图引擎，直接看准工业用人机介面终端的应用需求，另针对如车用电子、IoT物联网等不同市场需 求，也有五花八门的硬件加速单元配置组合，满足不同整合需求的应用架构。

　　另一个微控制器整合DSP、FPU硬件加速单元的目的，其实加入 硬件加速单元整合而不采行外部解决方案来组构硬件加速运算需求，其最大的优点在于成本方面的极致优化，因为电子电路板可以更节省载板空间，运用单一芯片就 能改善运算的整体效率，而在软体开发层面，可在整合架构下运用简单呼叫与资料传递的再处理，便能满足应用服务的数据计算产出效能要求，甚至于开发完成的成 品还可运用一致性侦错分析工具，直接针对系统进行全面分析与勘误，在开发设计的效率与速度都能获得改善。