您好,欢迎来到顺海科技!
| 0755-28100016 中文
公司新闻 行业新闻 产品新闻 元器件百科 技术资讯 知识解答
快速选型

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

时间:2024-06-27 阅读量:43

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。

PSOCTM Edge

 

 

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。

Copyright © 深圳市顺海科技有限公司 All Right Reserved 粤ICP备15069920号