0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

NXP推出集成NPU的MCU,支持AI边缘设备!MCU实现AI功能的多种方式

Carol Li 来源:电子发烧友 作者:李弯弯 2024-09-29 01:11 次阅读


电子发烧友网报道(文/李弯弯)近日,恩智浦宣布推出全新i.MX RT700跨界MCU系列,支持智能AI的边缘端设备,例如可穿戴设备、消费医疗设备、智能家居设备和HMI平台。据官方介绍,新款MCU旨在显著节省功耗,可在边缘端提供高达172倍的AI加速。

MCU集成NPU支持AI功能

恩智浦推出的这款i.MX RT700内部集成了恩智浦自研的eIQ Neutron NPU,这是一种可扩展的硬件加速器架构,专为AI和ML应用而设计。NPU的引入大幅提升了设备的AI工作负载性能和能效,使得本地部署AI模型成为可能。

MCU集成NPU是当前技术发展的一个重要趋势。随着AI技术的普及和边缘计算需求的增加,传统的MCU已经难以满足高效处理复杂AI任务的需求。因此,将NPU集成到MCU中,成为提升设备智能化水平和响应速度的关键技术之一。

NPU专为神经网络运算设计,能够大幅提升MCU在处理AI算法时的运算速度和效率。这使得MCU能够执行更复杂的AI任务,如图像识别、语音识别、自然语言处理等。

相比传统的CPUGPU,NPU在处理神经网络运算时具有更低的功耗。这对于需要长时间运行的设备,如可穿戴设备、智能家居设备等,尤为重要。

在智能家居领域,集成NPU的MCU能够实时处理传感器数据,实现智能家居设备的智能联动和场景控制。例如,通过图像识别技术,智能门锁可以识别主人的面部特征,实现无钥匙进入;智能照明系统可以根据室内光线和人员活动情况自动调节亮度和色温。

工业自动化领域,集成NPU的MCU可以执行更复杂的机器视觉机器学习任务,如产品质量检测、生产流程监控等。这有助于提高生产效率、降低人工成本并提升产品质量。

在医疗设备领域,集成NPU的MCU可以实时处理医疗影像数据,辅助医生进行疾病诊断和治疗决策。例如,在智能诊断系统中,NPU可以快速分析患者的影像资料,提供初步的诊断建议。

汽车电子领域,集成NPU的MCU可以实现高级驾驶辅助系统(ADAS)和自动驾驶功能。例如,通过图像识别和传感器融合技术,汽车可以实时感知周围环境并做出相应的驾驶决策。

目前,多家MCU厂商已经推出了集成NPU的产品,除了恩智浦之外,意法半导体英飞凌等都推出有集成NPU的MCU,如意法半导体的STM32N6系列,是其首款配备NPU的MCU,这使得该系列MCU能够在边缘端执行复杂的AI算法,极大地提高了处理能力和效率。

据意法半导体微控制器、数字IC射频产品部总裁Remi El-Ouazzane表示,STM32N6提供了与配备AI加速器的四核处理器相同的AI性能,但成本仅为十分之一,功耗仅为十二分之一。这主要得益于其高效的架构设计和优化的功耗管理。

STM32N6系列由于其强大的AI处理能力和低功耗特性,非常适用于对功耗和性能有严格要求的边缘计算场景,如:在智能城市和工业物联网中,STM32N6可以作为智能传感器的核心处理单元,实现数据的实时采集、处理和传输。

利用其内置的NPU,STM32N6可以执行图像识别、物体检测等机器视觉任务,为智能安防、自动驾驶等领域提供技术支持。在嵌入式系统中,STM32N6能够显著提升设备的智能化水平,使设备具备更强大的数据处理和决策能力。

再如英飞凌,该公司今年4月发布了全新的新型PSOC Edge E81、E83和E84微控制器,搭载高性能的Arm Cortex-M55内核,支持Arm Helium DSP并搭配Arm Ethos-U55的神经网络处理器,以及Cortex-M33内核搭配着英飞凌超低功耗NNLite。NNLite是一种用于加速神经网络的专有硬件加速器。

这些完全集成的系统级芯片针对在网络边缘互联系统上运行的机器学习应用进行了优化,使设计人员能够为物联网和消费级应用带来先进的AI功能。

PSOC Edge MCU的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等。这些设备需要高性能、低功耗和强大的安全性来支持复杂的机器学习应用和用户交互体验。

MCU支持AI功能的其他方式

当然除了集成NPU之外,MCU也能通过其他方式实现一定程度的AI功能。如软件算法,通过优化软件算法,MCU可以在其处理能力范围内执行简单的AI算法。例如,使用机器学习库(如TensorFlow Lite for Microcontrollers)来运行轻量级的神经网络模型。

MCU也可以运行基于统计或规则的简单AI算法,如决策树、支持向量机(SVM)等,这些算法对计算资源的要求相对较低。

一些MCU集成了DSP单元,DSP对于执行数字信号处理任务(如FFT、滤波等)非常高效,这些任务在AI算法中也很常见。部分MCU可能配备了其他类型的协处理器,如FPU(浮点处理单元)或特殊功能协处理器,这些协处理器可以在一定程度上加速AI算法的执行。

另外,MCU可以通过外部接口(如SPI、I2CUART等)连接专门的AI加速器芯片。这些加速器芯片可以处理复杂的AI算法,并将结果返回给MCU进行后续处理。

意法半导体STM32系列的许多型号就没有集成NPU,它们通过软件优化和模型转换,仍然能够执行AI任务。除STM32系列外,也有许多品牌的MCU也能够在没有NPU的情况下实现AI功能。这些MCU通常具有高性能的处理器和丰富的外设资源,通过软件优化和算法调整,可以执行简单的AI任务。

如乐鑫科技推出的ESP32,这是一款集成了Wi-Fi蓝牙功能的MCU,虽然没有集成NPU,但其双核处理器和丰富的内存资源使得它能够在一定程度上支持AI应用。通过加载轻量级模型和使用优化算法,ESP32可以实现语音识别、图像识别等功能。

还有兆易创新GD32系列,该系列产品凭借其高性能和丰富的外设资源,在嵌入式系统中得到了广泛应用。通过加载轻量级模型和使用优化算法,GD32系列MCU可以实现图像识别、语音识别等AI功能。

以及华大半导体的HC32系列,HC32系列MCU同样具备高性能和低功耗的特点,适用于需要AI功能的嵌入式系统。通过软件优化和模型转换,HC32系列MCU可以执行复杂的AI推理任务。

写在最后

随着AI技术的不断发展,越来越多的MCU开始考虑集成NPU以提升其AI处理能力。不过,也并不是所有应用都需要NPU的支持,没有集成NPU的MCU仍然可以通过多种技术和方法实现AI功能,满足嵌入式系统对智能化和自主决策能力的需求,如选择轻量级模型、利用嵌入式AI框架、优化软件算法等。



声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • NXP
    NXP
    +关注

    关注

    60

    文章

    1249

    浏览量

    181919
  • AI
    AI
    +关注

    关注

    87

    文章

    29055

    浏览量

    266756
收藏 人收藏

    评论

    相关推荐

    AI技术下沉,电机控制打开新格局

    电子发烧友网报道(文/吴子鹏)人工智能时代,MCU也在发生着显著的变化,不仅是提供更高的主频和更强大的内核,还通过集成专门的AI加速单元(比如NPU)来增强算法处理能力,
    的头像 发表于 09-09 00:18 3053次阅读

    MCU如何实现AI功能

    在讨论如何在微控制器单元(MCU)上实现AI功能时,我们需要认识到MCU通常具有较为有限的计算资源和内存空间,这与专为高性能计算设计的GPU
    的头像 发表于 07-19 11:51 586次阅读

    AI模型在MCU中的应用

    机遇。将AI模型集成MCU中,不仅提升了设备的智能化水平,还使得设备能够执行更复杂的任务,实现
    的头像 发表于 07-12 10:24 619次阅读

    Silicon Labs EFM32PG26荣获“2024边缘AI MCU优秀案例”

    近日,领先的半导体解决方案提供商Silicon Labs(芯科科技)宣布,其最新发布的EFM32PG26(PG26)32位微控制器(MCU)荣获“2024边缘AI MCU优秀案例”。这
    的头像 发表于 06-07 17:41 956次阅读

    耐能推出最新的边缘AI服务器及内置耐能AI芯片的PC设备

    加速棒和边缘服务器,与领先的 GPU 配合使用时,可将其能耗降低 30%。 2024年6月5日,耐能今天于2024年台北国际电脑展(COMPUTEX 2024)上宣布推出最新的边缘AI
    的头像 发表于 06-05 10:21 464次阅读

    ai边缘盒子有哪些用途?ai视频分析边缘计算盒子详解

    近年来,随着人工智能和边缘计算的发展,一种名为AI边缘盒子的新型设备正逐渐引起广泛关注。作为一种集成
    的头像 发表于 05-29 14:24 654次阅读
    <b class='flag-5'>ai</b><b class='flag-5'>边缘</b>盒子有哪些用途?<b class='flag-5'>ai</b>视频分析<b class='flag-5'>边缘</b>计算盒子详解

    NXP正式推出了全球首款5纳米汽车MCU

    2024年3月底,NXP正式推出了全球首款5纳米汽车MCU,不过NXP并未称其为MCU,而是叫S32N55 Vehicle Super-In
    的头像 发表于 05-10 14:24 2127次阅读
    <b class='flag-5'>NXP</b>正式<b class='flag-5'>推出</b>了全球首款5纳米汽车<b class='flag-5'>MCU</b>

    使用 Renesas RA8M1 MCU 快速地部署强大高效的 AI 和 ML 功能

    新的工作负载会增加功耗,尽管要求设计人员尽量降低功耗并加快产品上市时间。 设计人员需要一个计算选项,既能保持 MCU 的效率,又能增加专为低功耗应用定制的高性能功能。这一选项还应保留与传统 MCU 相关的简单部署模式,同时增加足
    的头像 发表于 05-05 10:14 407次阅读
    使用 Renesas RA8M1 <b class='flag-5'>MCU</b> 快速地部署强大高效的 <b class='flag-5'>AI</b> 和 ML <b class='flag-5'>功能</b>

    开发者手机 AI - 目标识别 demo

    识别demo: JS实现UI界面的功能; Native接口及实现主要为JS提供接口进行AI推理。通过Native方式完成推理的前处理、推理以
    发表于 04-11 16:14

    NanoEdge AI的技术原理、应用场景及优势

    等领域。以下是一些具体的应用场景: 1 . 智能家居:通过将 NanoEdge AI 集成到智能家居设备中,可以实现对家庭环境的实时监控和智能控制,如温度调节、照明控制、安防监控等。
    发表于 03-12 08:09

    微软画图即将支持NPU,Windows内置应用AI功能持续优化

    神经网络处理单元(NPU),作为一款Win11笔记本上的专属硬件组件,主要承担AI及机器学习任务处置。相较于云服务或通CPU,NPU能有效提升本地设备
    的头像 发表于 02-26 13:51 537次阅读

    国内外MCU厂商在边缘AI市场寻找机会!MCU如何运行AI算法?

    ,高频MCU的主频已经提升到GHz级别,可以满足边缘端低算力人工智能需求。将人工智能集成MCU上,只用一颗芯片实现端侧部署,正在成为新潮流
    的头像 发表于 02-02 00:18 6251次阅读
    国内外<b class='flag-5'>MCU</b>厂商在<b class='flag-5'>边缘</b><b class='flag-5'>AI</b>市场寻找机会!<b class='flag-5'>MCU</b>如何运行<b class='flag-5'>AI</b>算法?

    大摩:MCU行业需求放缓,看好RISC-V、边缘AI机会

    大摩表示,意法半导体11月32位mcu价格出现平稳走势,但今后将在包括RISC-V、边缘AI计算在内的长期、结构性优势上占据优势,预计相关制造企业将会增长。大摩对乐鑫、兆易创新、新唐、芯海等m
    的头像 发表于 11-20 10:52 552次阅读

    RISC-V mcu何时进军AI

    今天看了篇文章,讲述MCU界“六大天王”ST、NXP、Microchip、Renesas、TI、Infineon都在加大布局边缘AI,这也应该是RISC-V
    发表于 11-04 09:58

    NXP MCU KE16可以支持5V吗?

    NXP MCU KE16可以支持5V么
    发表于 10-09 07:45