恩智浦推跨界处理器 加速MCU/MPU的融合

从2014年开始，恩智浦(NXP)加大了面向中国市场进行产品定义、设计和制造的力度，KE1X系列MCU、i.MX 6ULL/i.MX 6SLL应用处理器、以及去年发布的跨界处理器i.MX RT系列就是最好的证明。目前恩智浦在华拥有超过7000名员工，50%的市场营收来自中国，是中国最大的ARM MCU供应商，在中国汽车信息娱乐系统和ePOS市场排名第一。

蓬勃发展的跨界处理器

i.MX RT系列是恩智浦在2017年6月推出的跨界处理器产品，体现了恩智浦“为中国定义、设计、制造和服务中国”的战略。按照恩智浦资深副总裁兼微控制器业务线总经理Geoff Lees的说法，这种新型应用处理器的最大特点是采用了MCU内核，但基于应用处理器的架构方式，因此既能实现应用处理器的高性能和丰富功能，同时又兼具传统MCU的易用性和实时低功耗运行特性，从而突破了应用处理器和MCU之间的界限。

首款产品i.MX RT1050的内核运行速度高达600MHz，远高于市场上同期竞争解决方案400MHz的水平，可提供3015 CoreMark/1284 DMIPS的处理速度，性能高出任何其他Cortex-M7产品50%以上，高出普通市场Cortex-A5产品100%以上，是同期市场上具备最高性能水平的Cortex-M7解决方案。

恩智浦方面称，RT1050在2017年10月量产后，不到一年的时间内已在全球拥有2500家客户，发现的市场机会高达5亿美金，且在中国已有四家大客户进入量产阶段。

也许是受到了上述利好消息的鼓舞。进入2018年后，恩智浦接连宣布推出该系列的最新产品：RT1060、更具性价比的RT1020、以及采用新封装工艺的RT1050，从而将i.MX RT产品线扩充至三个可扩展系列。以RT1060为例，新的处理器系列引入了针对实时应用而设计的新功能，如片内存储器增加至1MB、支持高速GPIO、CAN-FD和支持同步并行接口的NAND/NOR /PSRAM外扩存储控制器。

i.MX RT1060c

Geoff Lees表示即便如此，RT系列发展的脚步也丝毫不会放慢。今年年底，恩智浦还会推出更多细分产品，+DSP内核、+蓝牙/Wi-Fi、+闪存、以及比RT1050成本再降低50%的RT1010系列，都将悉数登场。

中国设计，面向全球

与i.MX RT系列同样面向中国市场，并在中国进行定义、设计和制造的，还包括数字信号控制器(DSC)。其实DSC在恩智浦已经有超过15年的发展历史，恩智浦半导体大中华区微控制器产品市场总监金宇杰说，得益于电机控制、电源转换和无线充电市场的快速发展，过去几年中32位DSC的年复合增长率均高于50%，远远超过MCU的平均增长率。

以工业级无线充电来说，恩智浦基于DSC芯片开发了从5瓦到200瓦的全线方案，在硬件、软件、支持和企业标准认证等方面，均处于世界最先进的水平。

恩智浦从去年开始针对DSC产品线进行投资，目前正在90nm产品线的基础上做进一步的优化和扩展，包括更低的功耗、更大的处理能力等。恩智浦的战略是希望借助先进工艺和RT产品平台，大力发展先进制造所需的产品，更好的服务中国客户和全球客户。

为了实现这一目标，恩智浦加大了在音视频编解码、图像处理与开源技术方面的投资，希望能够在更多价格亲民的产品中实现上述功能。“我们要教育市场，教育用户，让他们从过去固有的‘控制’概念转变为‘互动’概念。我相信未来几年内会有更多的工程师加入到声控、视觉控制生态系统中来，一起把这个市场做大。”Geoff说。

最新的i.MX 7ULP系列处理器代表了恩智浦在超低功耗处理领域的最新成就，采用28nm FD-SOI工艺制造，适用于要求超长电池寿命的应用；而i.MX 8M系列则采用14nm FinFET工艺制造，具有业界领先的音频、语音和视频处理功能，适用于从消费家庭音频到工业楼宇自动化及移动计算机等广泛应用；此外，恩智浦还针对中国市场推出了一款号称目前全球性价比最高的全操作系统处理器i.MX 6ULZ，包括处理器硬件和整套Linux软件包。恩智浦预计，高性价比的Liunx处理器在中国市场上将会非常受欢迎。

FD-SOI是恩智浦极为看好的技术之一，据说Geoff所领导的这个部门50%以上的投资都是基于FD-SOI技术的，未来这一比例还有可能增加到80%。为什么要做FD-SOI? Geoff给出的原因是目前FD-SOI技术已经达到了18nm工艺，很快就会演进到12nm，该技术可在不影响执行速度的情况下提供出色的电池寿命和高性能，再加上FD-SOI制造成本和工艺复杂度相比FinFET要低不少，非常适合中国厂商使用。

三步走的AI战略

发布会压轴出场的话题是“人工智能和机器学习”，Geoff说最精彩的部分要留在最后。

他认为中国的人工智能和机器学习市场是引领全球的。人工智能从60年代开始是以语音为主的，但现在除了语音之外，视觉、语音+视觉的出现正在改变整个工业设计的形态。

根据规划，恩智浦在中国AI市场的策略将分为三个阶段：第一步是跟中国语音端公司合作，将他们的操作系统和生态环境移植到恩智浦的产品上来；第二步是与中国的大学、研究机构一起将移植到产品中的工具、算法进行优化，并通过小型处理器在本地进行处理；第三步，是进一步把这些比较先进的算法移植到低端产品上，比如3美金的微控制器和1美金的微处理器。

“我们考虑更多的是如何把AI引入到边缘应用处理上来，因此不会考虑GPU、DSP、VPU这样的高性能计算平台，或者复杂的矢量算法，而是把经过优化过的机器学习/深度学习引擎固化，放到已有的微处理器和微控制器的构架上来。”Geoff Lees说他相信这样的战略可以让客户把现在的AI/机器学习功能用到最终的产品中，并真正用起来。

为此，恩智浦在6月推出了一套全新的机器学习开发环境，旨在让用户无论面对低成本微控制器、跨界i.MX RT处理器，还是高性能应用处理器等设备，都可以轻松实现机器学习功能。这是全套的即用型方案，用户可以在ARM Cortex内核到高性能GPU/DSP复合体中选择最佳执行引擎，以及在这些引擎上部署机器学习模型(包括神经网络)的工具。

将AI/机器学习技术引入边缘计算应用的另一个关键要求是可以从云端轻松、安全地部署和升级嵌入式设备。作为一款设备和云服务套件，恩智浦正在利用EdgeScale平台实现对物联网和边缘设备的安全配置和管理。该平台通过在云端集成AI/机器学习和推理引擎，并自动将集成模块安全地部署到边缘设备，实现端到端的持续开发和交付体验。

在高性价比MCU中部署AI推理引擎，并获得足够的性能，恩智浦的这一做法让许多人感到惊讶。但如果看一下市场调研咨询公司Compass Intelligence 4月发布的调研结果，可能又会觉得在意料之中。在这份报告中，恩智浦、NVIDIA和Intel一同名列引领AI创新的AI芯片企业前三位。

“在嵌入式应用中使用机器学习时，必须同时兼顾安全性、成本和最终用户体验。”恩智浦副总裁兼LPC和低功耗微控制器产品线总经理于修杰认为，边缘计算一定是未来的趋势，毕竟把所有数据都送上云端的成本太高，能够在本地低成本处理的就尽量在本地做，这也是恩智浦始终致力于提高MCU/跨界处理器/应用处理器在性能、功耗、加密、成本等能力的关键原因。