让边缘AI实现性能和功耗的平衡，英飞凌新一代PSOC™ Edge MCU如何做到？

电子发烧友网报道（文/吴子鹏）传统AI的使用场景有一定局限性，难以面对实际应用场景的多样化，基于云端算力的AI大模型对特定场景的适配性较差，因而算力下沉、数据下沉的边缘AI蓬勃发展，成为AI落地的重要途径之一。

根据边缘计算产业联盟的定义，边缘AI是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。边缘AI打破了云AI在数据传输、即时性及安全/隐私等方面的限制，不过也对边缘核心MCU有着更高的要求。

为了帮助用户更好地实现边缘AI方案，近日英飞凌发布全新PSOC™Edge微控制器（MCU）系列，专门针对边缘端的机器学习（ML）进行了优化，目标应用包括家电和工业设备中的人机界面（HMI）、智能家居和安全系统、机器人和可穿戴设备。

PSOC^TMEdge

让边缘AI方案实现性能和功耗的平衡

据介绍，新推出的PSOC Edge MCU产品里率先进入市场的是E81、E83 和 E84三大系列，PSOC™Edge E8x系列MCU基于高性能的Arm Cortex-M55内核，支持Arm Helium DSP指令集并搭配Arm Ethos-U55神经网络处理器，以及Cortex-M33内核搭配英飞凌超低功耗NNLite（一种用于加速神经网络的专有硬件加速器）。

英飞凌物联网、计算及无线事业线执行副总裁Sam Geha表示：“针对我们的目标应用，在Arm公司系列化的内核产品中，最适合我们的就是Arm Cortex-M55内核和Arm Cortex-M33内核，并不是所有的边缘AI程序运行都需要强大的Arm Cortex-M85内核，下一代边缘AI的诉求是如何在不提升功耗的情况下提升性能。”

英飞凌物联网、计算及无线事业线执行副总裁Sam Geha

对于边缘AI而言，高能效比是非常重要的一项指标，超高性能和强大算力固然是好，不过一旦功耗过高就会限制很多边缘AI方案的打造和部署。更为重要的是，边缘AI的应用场景远比云AI要复杂得多，根据MarketsandMarkets的研报数据，全球边缘AI设备数量将从2021年的9.2亿台增长到2026年的20.8亿台，这期间的年复合增长率高达17.1%。为应对爆发式增长的边缘AI需求，如果不能平衡性能和功耗，将会让一款MCU在实际应用过程中受到很大的限制。

在性能和功耗之外，用户选择一款MCU也需要考虑成本。为了提升产品的性价比，PSOC™Edge E8x系列MCU不仅带了性能和功耗的平衡，也具有显著的高度集成优势。PSOC™Edge E81、E83和E84 MCU均支持丰富的外设集、片上存储器、强大的硬件安全功能和各种连接外设选项，包括内置PHY的USB HS/FS、CAN总线、以太网，支持与WiFi 6、BT/BLE的连接和Matter协议等。丰富的片上资源和外设接口，能够让用户在打造边缘AI方案时具有更高的灵活度。

PSOC™Edge系列MCU提供多种数据加速功能

由于应用在边缘AI场景下，因此数据处理能力成为衡量一款MCU是否具有竞争力的重要参考。

Sam Geha在产品介绍时提到，PSOC™Edge系列MCU提供多种数据处理和加速的功能单元，包括Arm Helium DSP、Arm Ethos-U55神经网络处理器和英飞凌超低功耗NNLite，丰富的加速器配置让用户在开发边缘AI应用时可以灵活地选择。

具体来看，PSOC™Edge E81采用Arm Helium DSP技术和英飞凌NNLite神经网络（NN）加速器。PSOC™Edge E83和E84内置Arm Ethos -U55微型NPU处理器，与现有的Cortex-M系统相比，其机器学习性能提升了480倍，并且它们支持英飞凌NNlite神经网络。“Arm Ethos -U55微型NPU处理器的性能会更强，英飞凌NNLite神经网络（NN）加速器的功耗则更低，这就是我们的差异化创新设计。面向神经网络、机器学习、HMI和无线等边缘AI场景，我们不仅提供加速器的差异化选择，也在关注不同的应用场景对存储资源的需求也有一定的差异。”Sam Geha说。

在具体的功能上，PSOC™Edge E81、E83和E84系列均支持通过语音/音频感应来实现激活和控制，其中E83和E84 MCU为先进HMI的实现提供了增强功能，包括机器学习唤醒、视觉位置检测和人脸/物体识别。PSOC™Edge E84系列还在丰富的功能集基础上增加了低功耗图形显示（最高支持1028x768）。

在语音唤醒方面，“always-on”理念是非常重要的，能够让设备提供更加及时的响应，为用户带来更好的使用体验。不过，“always-on”方案往往对MCU的功耗有着更高的要求。Sam Geha指出，PSOC™Edge系列MCU不仅提供功耗更低的加速器，“在低功耗方面，我们做了很多考虑。在我们的芯片里面，专门设计了一个“always-on”的电源域，当中有很多低功耗场景可以使用的外设，包括超低功耗下可编程的模拟子系统，其中有很多低功耗的模拟外设能在系统进入待机模式时仍然工作；部分串口也可以在低功耗模式下继续工作。这也是PSOC™Edge系列MCU跟应用处理器（MPU）之间最大的区别之一。”

为了方便用户更好地使用PSOC™Edge系列MCU，英飞凌提供了丰富的开源配套资源。相关硬件设计支持包括带有Arduino扩展接口的评估基板、传感器套件、用于配置的BLE连接以及用于智能手机和云连接的Wi-Fi。与所有英飞凌MCU一样，该系列产品由英飞凌的ModusToolbox软件开发平台提供支持。该平台提供一系列开发工具、库和嵌入式运行环境，可带来灵活而全面的开发体验。ModusToolbox支持广泛的应用案例，涵盖消费类物联网、工业、智能家居和可穿戴设备。

Sam Geha表示，Imagimob Studio是一个边缘AI开发平台，现在已经被集成到ModusToolbox中，可提供从数据输入到模型部署的端到端机器学习开发能力，包括数据采集、数据处理、模型选择、模型训练，以及最终将方案部署在MCU上的整套流程。Imagimob Studio上提供一些已经训练好的模型，用户也可以在Imagimob Studio上训练自己的模型，入门项目和Imagimob的就绪模型让用户能够轻松上手。配合PSOC™Edge使用时，Imagimob能够为边缘快速构建和部署最新的机器学习模型。

结语

边缘AI大爆发让终端场景对MCU的需求有了明显的变化，数据处理和算法承载是相关MCU需要提供的重要能力。不过，和云AI场景不同，边缘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，通过上述介绍不难看出，英飞凌PSOC™Edge系列MCU很好地满足了这些要求。就像Sam Geha所说，未来低功耗将持续会是英飞凌PSOC™Edge系列MCU产品迭代中的差异化竞争优势。