恩智浦如何助力AI智能眼镜低功耗设计-电子发烧友网

随着智能穿戴设备的快速发展，AI眼镜作为下一代人机交互的重要载体，正逐步走向大众市场。不过，受限于设备尺寸和电池容量，当前产品的常规使用电池续航平均在3-4小时。因此，如何进一步提升续航时间，成为AI眼镜设计中的核心挑战。

在现有的AI眼镜架构中，MCU端主要负责对音频的处理，其中语音监听与唤醒检测，以及通话场景下的语音降噪与回声消除等功能备受关注。除去功能实现外，实时性与低功耗是消费级AI眼镜设计中必须重点考量的两个要素。

语音监听与唤醒检测：构建感知闭环

目前AI眼镜最主要的交互方式是语音控制。整个语音交互过程可分为监听和处理两个阶段，分别对应于低功耗休眠和高性能活动两种状态。基于此，系统形成一个闭环流程：

感知（监听）→ 唤醒（进入处理状态）→判断（识别唤醒词）→ 休眠（返回监听状态）

图1：AI眼镜语音感知的闭环流程

监听阶段

Voice活动检测

在低功耗状态下，系统持续进行音频采集，并通过VAD（Voice Ac tivity Detector）对环境中的Voice活动进行实时监测。一旦检测到Voice信号，系统将从休眠状态唤醒，进入口令识别和处理阶段。

这一阶段的功耗主要为静态功耗，即系统处于待机状态但仍保存基本的感知能力。为了降低功耗，系统需尽可能关闭非必要的供电模块，仅保留关键感知单元。

在i.MX RT700平台中，片上系统架构被精细划分为多个功能区域。基于不同的应用场景，可灵活配置电源开关和时钟域，以更小的功耗实现功能。这种多域架构设计使得系统在不同应用场景下能够根据功能需求管理电源，只开启需要使用的功能区域，进而大幅降低运行功耗。

图2：i.MX RT700系统框图

监听阶段可仅保留感知域中的DMA和MICFIL (PDM Microphone Interface) 以较低的频率工作。MICFIL包含HWVAD (Hardware Voice Activity Detector) 功能，从硬件层面检测语音活动。

此外，i.MX RT700还配备多种低功耗模式，如下表所示：

▲表1：i.MX RT700多种低功耗模式配置

处理阶段

语音口令识别

在口令识别过程中，涉及到一些复杂的计算，诸如预处理、噪声抑制、唤醒词检测、语音口令分类的处理。此阶段的功耗优化思路为高效迅速地完成任务，缩短处理时间。

i.MX RT700配备了HiFi4/HiFi1 DSP, 专注于音频处理，可通过专用音频指令集 + 硬件通路持续处理高速数据流。除此之外，HiFi4 DSP也是一颗性能强劲的通用处理核心，可以运行复杂的任务。

对于深度学习算法部分，芯片中集成的eIQ Neutron Neural Processing Unit (NPU) 提供了强大的算力支持 (41.6 G)，能够在极短时间内完成复杂模型的推理计算。在典型的机器学习应用场景中，与传统的AIm Cortex-M33处理器相比，eIQ Neutron NPU在运行模式有极高的推理性能，同时显著减少了能耗。例如，在推理典型的卷积网络（二维卷积）时，NPU的能耗是Cortex-M33的1/106。而对于非深度学习的算法部分，以及驱动NPU的工作，则由Cadence Tensilica HiFi 4 DSP完成。

这种DSP+NPU的硬件加速架构设计，使i.MX RT700在执行噪音消除、口令识别、唤醒词检测等复杂任务时，既具备快速响应能力，又能够提高系统能效，为AI眼镜等低功耗设备提供了理想的语音交互解决方案。

图3：eIQ Neutron NPU在实现高性能推理的同时显著减低了能耗

双向语音通话

与口令识别类似，双向语音通话同样依赖于一系列音频处理技术以提升通话质量。其中不仅包括噪声抑制，还涉及回声消除和自动增益控制等关键环节。

图4：双向语音通话系统架构

相较于传统的Cortex-M33与NPU的组合架构，DSP与NPU的协同处理在音频场景中表现更为高效。HiFi4 DSP中包含了Audio Frame Work Pipeline, 以组件的形式将不同的音频模块连接在一起, 有利于加速频处理应用程序的开发。同时，这种组合还可以优化Audio Pipeline架构，减少Cortex-M33和DSP切换工作量。

图5：DSP与NPU协同处理双向语音通话的架构

动态负载适配

前面提到的降低功耗策略的精髓在于“专业化分工”，即“让更合适的模块去干更擅长的事”。与此同时，系统还可通过动态负载适配机制进一步优化能效。

系统可根据任务负载和应用场景动态调整运行频率与电压，实现能效优化。当处理轻量级任务时，系统优先选择低功耗的时钟源，并将频率降低至合理范围，同时相应地降低工作电压，以减少能耗。而在面对高计算需求的复杂任务时，系统则提升频率和电压，以确保性能满足实时处理要求。

除此之外，i.MX RT700芯片内置了PVT传感器 (Process, Voltage, Temperature)，它可以提供一种针对不同芯片动态调压的方案。芯片在运行过程中会受到制造工艺差异、电压波动和温度变化的影响。PVT传感器实时监测这些因素，并通过延迟线结构判断当前供电电压是否足以支撑逻辑运算。如果电压过低，它会触发报警，提示系统提升电压；如果条件允许，系统则可以逐步降低电压，直到找到当前环境下的“最低可用电压”。