端侧智能化，在MCU中集成AI功能！

电子发烧友网报道（文/李弯弯）近些年，物联网设备连接数正在快速增长。根据IoT Analytics数据，2022年活跃连接的物联网设备将达到144亿，2025年将增长至270亿。
 
作为物联网设备中必不可少的控制与计算的大脑，MCU的市场规模也将持续提升。另外随着AI、5G技术的发展，物联网终端设备对MCU也提出了新的要求。
 
在MCU中集成AI功能
 
IoT应用由感知、计算、执行、连接和安全几部分组成。工作流程基本是：首先，由传感器检测环境信息，将模拟信号转换为数字信号，传递给MCU；接着，MCU对这些数据进行计算分析和处理，得出决策结果，传递给执行层；再接着，执行层根据指令完成相应的动作。在这个过程中，必要的数据也会通过无线连接的方式上传到云端进行云AI运算或存储。
 
过去AI运算多在云端，现在逐渐向边缘端发展。目前的情况是一般在云端进行机器学习（简称ML）训练，推理除了在云端完成，也可以在设备端进行。在边缘端进行ML的处理，可以提高本地的设备响应，减少云端上传的数据带宽，提高本地数据的安全性。当前一些企业会在MCU中添加特定加速器，通过专用算力进行ML的运算，从而释放CPU的通用算力。
 
随着5G技术的发展，人们对传统产品的延迟和能耗提出了更高的要求。在MCU中融入人工智能算法，可以将MCU低功耗、低成本、实时性、稳定性、开发周期短、广阔的市场覆盖率等特性与人工智能强大的处理能力相结合，从而更有利于终端智能化。

在应用层面，图像和语音处理是MCU+AI的重要应用方向，比如图形识别、语音助手唤醒词处理以及其他用于各种安全系统的声音分类等应用。人工智能终将会渗透进人们生活的方方面面，而通过MCU来完成一些AI运算，也是未来的重要趋势。

越来越多的厂商布局
 
从目前的情况来看，全球主要几家MCU厂商都已经在该领域有所布局，包括意法半导体、瑞萨、恩智浦、英飞凌等等。
 
意法半导体从2007年起开始设计基于ARM Cortex-M的STM32 32位MCU系列，目前意法半导体通用MCU销量已位居全球首位，拥有基于ARM Cortex-M0/M0+/M3/M4/M7/M33，ARM Cortex A7等多个内核，超过1200个料号的多系列、多功能覆盖的全面MCU产品线。
 
该公司此前表示，近几年，智能家电的快速发展，对MCU的性能、互联提出了越来越高的要求，基于MCU平台运行人工智能和机器学习，发展性能更高、功耗更低的边缘计算，正在成为行业热点。面对这样的趋势，意法半导体很早就开始布局智能的MCU。
 
意法半导体的软件工具STM32CubeMX中就集成了AI模块，可以方便客户将训练好的AI模型转换为MCU上运行的软件，使MCU可以方便实现AI功能。
 
瑞萨电子在MCU领域也有很深的积累。今年6月9日，该公司宣布买下美国从事机器学习模型开发的新创企业Reality AI。
 
Reality AI公司的强项在于声音和视觉之外的传感器数据解析，例如工厂侦测异音或是汽车的语音辨识等都可应用到相关技术。瑞萨买下Reality AI，将可以结合自家MCU 产品，以及该公司的开发环境和推论软体等，对外提供支持AI运算的MCU。此前，虽然瑞萨有自行研发机器控制用途的MCU，但AI相关应用软件都是向外部合作伙伴购买的。
 
恩智浦也推出了内置NPU的MCU，该公司表示，AI应用最开始是在云端，而现在有一个很明显的趋势，从PC到嵌入式端的需求越来越多。人脸/语音识别门锁、以及包括语音识别、物体识别等在内的各种识别装置，都提出了在本地实现更多推理的需求。
 
以前的应用对一款微控制器的要求是，按下按钮就有很快的反应。现在就不止这些了，人们希望处理器本身具有预知性，这就需要增加人工智能技术。
 
恩智浦推出了针对MCU现有应用场景进行升级的内置NPU的MCX，在传统控制应用基础上增加AI元素，在医疗设备、无人机或者工业控制中加上智能识别、故障检测、语音控制等。
 
基于NPU的MCX可以应用在一些更新的场景中，比如可以识别物体的秤，只需把物体放在秤上就可以直接结账；在医学检测中，可以用于检测含疟疾的红细胞；在交通出行中，可以帮助智能车识别障碍，自动做出判断和处理等等。
 
小结
 
整体而言，随着物联网时代的发展，作为物联网设备中必不可少的计算大脑的MCU，也迎来了很好的市场增长机会。同时随着AI、5G技术发展，一些新兴应用场景也给MCU提出了新的要求，需要具备一定的AI功能。因此过去几年越来越多的厂商在MCU中集成AI功能。