MCU也开始卷了，恩智浦率先将NPU集成进MCU

几天前IC Insights发布了2021年MCU销售情况，恩智浦MCU销售额达到了37.95亿美元，排名第一。其实，恩智浦不仅在MCU销量上快速增长，在产品开发上也在不断推陈出新。

2007年时，恩智浦推出了首款基于Arm集成闪存的LPC系列MCU；2010年推出了Kinetis，同年还推出了一款双核异构的LPC MCU；2012年推出了带无线功能的KinetisMCU；2018年LPC系列采用了CortexM33内核，推出了具有增强安全性的MCU产品。

今年6月15日，他们又推出了全新的MCX微控制器产品组合。据恩智浦大中华区工业与物联网市场高级总监金宇杰介绍，全新的MCX产品组合基于ArmCortex-M33内核，包扩四大产品系列：MCX N高性能系列、MCX A基准系列、MCX W无线连接系列，以及MCX L超低功耗系列。

MCX产品特性
在金宇杰看来，MCX产品系列集合了LPC、Kinetis这两个系列产品的优势，将恩智浦在以往发展中所积累的各种核心技术组合在一起，充分利用原先的平台开发环境，并融进了新的技术，从而形成的一个全新产品系列。

他同时详细介绍了这四大系列的主要特性：
MCX N系列高性能微控制器，该系列工作运行频率为150到250MHz，融入了更多的外设，集成了EdgeLock安全子系统，且首次将NPU和DSP这两个元素放到了MCU中。该NPU具有高效的计算架构，可实现实时推理。

MCX A系列基准微控制器，是一款入门款MCU，其工作频率在48至96MHz之间，内置了定时器、低引脚数、单引脚电源，相对来说使用非常简单，且特别针对成本受限应用进行了优化。该系列MCU可为电机控制等应用提供关键功能。

MCX W系列无线连接微控制器，可提供低功耗窄带连接，包括低功耗蓝牙。W系列的工作频率在32到150MHz之间。另外也尽量高度集成一些外围的器件，使得关联的整个BOM减少、降低整体板级成本。该系列MCU主要用在物联网设备中。

MCX L系列超低功耗微控制器，其工作频率在50到100MHz之间，力求超低的动态功耗和非常低的泄漏功耗。该系列针对具有低功耗要求的应用做了优化，并且集成了原来的LPC里的低功耗的技术来完成这个产品的设计。与传统MCU相比，它可以显著延长电池续航时间。

针对MCX N系列中集成的NPU，恩智浦边缘处理事业部系统工程高级总监王朋朋做了详细的解读，“我们在MCU中的CPU旁边增加了一个NPU协处理器，该协处理器的内部主要是拥有计算的通道，比如图上看到的四个计算管道，每个计算管道里有四个计算单元，也就是说，这是一个4×4的计算处理单元。”

重要的是，MCX N系列MCU中的NPU加速器支持基于eIQ的机器学习软件开发环境，与恩智浦之前发布的MCU或MPU上基于CPU的开发环境和开发工具保持了一致。这为现有用户和新用户在开发时增加机器学习和智能的元素提供了便捷。

她同时透露，在MCX系列，甚至未来的跨界处理器和应用处理器上，都会采用统一的架构，会提供更高性能的NPU加速器。

对于MCX N系列MCU中集成的NPU的性能问题，王朋朋对媒体表示，该系列MCU可覆盖从32次运算/周期到2000次运算/周期。当然，由于一颗芯片的真正算力跟其主频也密切相关，因此，恩智浦在MCX系列MCU内放置的NPU主要针对的是MCU的应用场景，而不是在追求特别高的算力，据她透露，目前MCX上NPU大概是几个GOPS的性能。

MCX是恩智浦集成NPU的第一个产品家族，之前利用CPU来处理的事项，未来可以由NPU专门处理，从而有效提高效率。王朋朋举例说，在NPU上进行机器学习的运算加速时，比如做二维卷积神经网络、点卷积、或者深度卷积，其性能会比Cortex-M33的内核有至少30倍以上或更高的加速。

因此，可以实现CPU和NPU的并行处理，即同时做到控制和外界的交互，机器学习的卷积处理本身是由NPU来完成，不占用CPU的资源。也就是说，人工智能处理和一般通用的输入输出控制可以并行实现。在一颗通用的MCU上，既实现了传统MCU做的事情，同时又实现了人工智能的运算加速。

集成NPU的MCX系列MCU的应用场景
谈到MCX N系列MCU的落地应用，王朋朋认为主要应用场景还是针对MCU现有的应用场景，比如在传统的控制应用基础上增加一些元素，在医疗设备、无人机，或者工业控制中加上智能识别、故障检测、语音控制等。

由于NPU的出现，恩智浦也增加了很多新应用，“在日常生活中，有客户在做识别物体的秤，目的是为了做到把东西放在秤上就可以直接结账；在医学检测中，可以应用于检测含疟疾的红细胞；在交通出行中，可以帮助智能车识别障碍，自动地做出判断和处理等等。”王朋朋举例说。

金宇杰则谈到了在电梯中的应用，电梯会对人数进行一定的限制，一般在12-15个人左右。“恩智浦的MCU产品加上NPU可以帮助智能电梯做人数统计，并另外对电梯本身进行流量计算。”

其实，MCU加上NPU后，还是有很多好处的，特别是现在很多应用对边缘的计算能力要求的提升，希望有些敏感信息在本地就能处理，不用上传到云端。比如人脸识别门锁、语音识别门锁，以及包括语音识别、物体识别等在内的各种各样的识别装置都有“在本地能做到很多推理”的需求。这些都是NPU的用武之地。

“以前提到好控制器的标准就是：按下按钮就有很快的反应，但现在远不止这样，我们希望处理器本身有预知性，这就需要引入人工智能的要素。”金宇杰表示。

因此，相信未来会有越来越多的落地的项目会要求边缘计算平台拥有AI功能的支持。“我们的产品对算力提供了支持的同时，也对模型进行了优化，尤其是嵌入式平台的优化。因此，恩智浦也推出了基于eIQ机器学习的软件开发环境，支持机器学习解决方案开发，原来在大平台里的模型，尽量精简优化到我们的平台。在尽管是一些初级的NPU环境下，恩智浦也希望它能支持到更多模型的应用。”金宇杰这么阐述恩智浦在AI方面的策略。

总结
如今的MCU跟最开始的MCU已经大大不同了，不仅集成了更多的外围设备，如今还将NPU也集成进去了，让人脸识别、物体检测、故障检测、识别火灾、汽车的路径规划等需要更高性能处理器的应用可以下沉到MCU中去实现，能够大大降低客户的成本。这也从另一个方面说明，MCU市场也是相当卷，为了迎合市场和客户的需求，MCU原厂们也是奇计迭出了。