ADI发力边缘AI MCU，由ARM Cortex-M4F+RISC-V+硬件CNN打造

电子发烧友网报道（文/黄晶晶）作为模拟芯片国际大厂的ADI，不仅以电源、信号链产品而知名，在MCU领域也耕耘数十年。1995年至今ADI的MCU产品出货量已经超过10亿片。在2002年之前推出8051系列MCU,2004年以来推出MAXQ系列MCU，2012年之后推出ARM内核系列MCU，2020年以来推出人工智能MCU。这些不同类型的MCU系列产品应时代而生，而人工智能MCU则是面向边缘智能开发的低功耗、高性能产品。最近，ADI公司的技术专家就边缘AI MCU进行了详细分享。
 

ADI MCU产品系列

 
ADI中国技术支持中心高级工程师辛毅介绍，ADI MCU系列产品在功耗方面，具备灵活的操作模式和超低功耗，可以大大提升电池寿命，延长系统续航时间；在接口方面，具备高速安全的多时钟选项，可以优化程序性能；通讯方面，部分产品集成最新的低功耗蓝牙（BLE）模块，支持远程模式和BLE音频等特色，从而允许设备在更远的范围内进行通信。同时，还针对大多数产品提供完备的评估方案和开发示例，硬件包括评估板、演示套件等，软件包括SDK、库文件、驱动代码等，从而助力用户全面了解产品性能、加速产品开发。
 

 
此外，ADI还具备30余年的MCU的IP保护和信任根研发经验，从而极大增强系统安全性，帮助安全敏感型的设备制造商快速、高效地为其产品增加安全加密、密钥存储和防篡改功能。简而言之，ADI的MCU产品具备功耗低、接口优、通讯新、评估全、开发易、安全强等六大特色。
 
目前ADI的MCU产品根据功能应用主要分为三类：第一类是低功耗MCU，具备小体积、低功耗、大存储的特点，这类产品相对而言比较通用，适用于工业、物联网、医疗、消费类等各类产品；
 
第二类是安全MCU，这类产品具备安全的系统架构，具有很强的抗攻击加密能力，可以用在对安全性能要求较高的智能机器或者是终端上，比如POS机、读卡器等等；
 
第三类是人工智能MCU（AI MCU）。这类产品脱胎于第一类低功耗MCU，又具备人工智能。其特色是可以将AI推理从云端推向边缘端，从而助力电池供电的人工智能和物联网设备，比如说智能家居、人脸打卡、语音控制等等。
 

ADI边缘AI MCU做到低功耗、低延迟、高集成度

 
IoT技术是物与物之间的互连，多数设备需要电池供电，并且数据在物与物之间的流通并不能完全依赖于云端，于是边缘AI应用而生。根据预测，2025年将有75%的数据产生在边缘侧进行处理。边缘AI技术在靠近用户本地的终端网络边缘执行AI运算，而不是将数据集中在云或数据中心进行处理。相比于云端AI，由于不需要将数据上传至云端，边缘AI具备实时性好、带宽资源要求低、隐私性高等特点，特别适合物联网应用。例如人脸识别、灾难检测、医疗应用、指令识别、Speaker识别等。
 
边缘AI作为在设备本地端执行的AI，需要在系统功耗、计算速度和设备成本之间取得一个平衡。针对边缘AI提出的新要求，ADI推出边缘AI解决方案MAX7800X系列。
 
MAX7800X系列由两个微控制器内核（ARM Cortex-M4F和RISC-V）加上一个卷积神经网络（CNN）加速器构成。这三个内核当中，Cortex-M4F是Arm公司的IP，RISC-V和CNN都是ADI自研的。
 


辛毅表示，数据的加载和启动由微控制器内核负责，AI推理由卷积神经网络加速器专门负责，不需要再通过互联网上传。它具有低功耗、低延迟、高集成度的优势。低能耗方面，硬件加速器与超低功耗ARM Cortex-M4F及RISC-V微控制器相结合，将智能化实施推进到边缘，能耗不足嵌入式竞争方案的百分之一。低延迟方面，在边缘执行AI功能，实现复杂的认知，使IoT应用减少或省去云端事务处理，速度提高到软件方案的100倍。高度集成上，带有神经网络加速器的低功耗微控制器使得在电池供电的IoT设备中是实现复杂、实时认知成为可能。另外，其成本只是FPGA或GPU方案的零头。
 
实际上，RISC-V与CNN进行配合工作。ADI MCU产品线资深业务经理李勇表示，Cortex-M4F主要做一些应用和通信，同时内部还配有FLASH和SRAM。而RISC-V则是一颗小内核，采用32位精简指令集，它主要配合CNN来工作。由于CNN工作时需要输入一些原始数据，比如图片、声音、波形等数据通过通信接口或者图像camera接口输入进来后，会由RISC-V内核将这些数据搬运至存储空间，再让CNN来用。CNN经过硬件计算，将原始的数据通过矩阵的乘法和加法得到一些特征值，再放到内存里来进行比对。
 
对比来看，纯微控制器的解决方案和ADI的边缘AI解决方案去执行AI推理的功耗。传统的微控制器会将大量功耗用在执行AI推理上，这个蓝色的框基本90%以上都用到了AI推理上面，但是ADI的边缘AI解决方案具备专用的卷积神经网络加速器，可以看到右边蓝色的小条是非常少的。
 

 
目前ADI的边缘AI解决方案MA7800X系列主要有两款人工智能MCU，MAX78000和MAX78002，这二者都是基于Arm Cortex-M4F和RISC-V的低功耗微处理器，搭载专用的卷积神经网络加速器执行AI推理。MAX78002有更高频率的微控制器内核、更大存储空间、更快的卷积神经网络加速器，模型维度达到MAX78000的4倍，更支持视频处理，可以说是MAX78000的升级版。MAX78002和MAX78000相比，不仅可以做图像识别，还可以进行复杂的视频分析。
 
以MAX78000为例，将MAX78000、ADI的通用微控制器MAX32650和竞争对手的某个微控制器执行相同AI推理所花费的时间和功耗做对比。MAX78000在人脸识别和关键字识别的性能表现均优于MAX32650和竞争对手的微控制器。
 

一些典型应用

 
针对MAX7800X系列产品，也推出了许多支持资源，包括数据手册、应用笔记、评估套件、参考设计、教学视频、工具、例程，帮助用户基于MAX7800X系列进行进一步的AI研发。用户可以在ADI官网上或者GitHub上找到这些资源。
 
针对MAX7800X系列产品在物联网领域的应用，推出了基于MAX78000参考设计——相机模组MAXREFDES178，供用户评估MAX78000执行AI推理的性能。MAXREFDES178的外观像一个立方体，尺寸仅约为4.2cm×4.5cm×4cm，便携性好。它除了自身魔方的形状，还具备摄像头、麦克风、显示屏、按钮等多个机械组件，同时内置电池，真正实现电池供电的边缘AI推理，支持人脸识别和语音识别的功能。
 


另外还推出了许多其它的评估套件供用户选用，这些套件的功能更加齐全。用户也可以根据自己的需要去连接外设或者进行个性化的开发。


 
MAX7800X支持在物联网设备上实现视觉识别的功能，经过训练，MAX7800X可以正确识别人脸，用于考勤打卡、智能门锁等电池供电的物联网设备上。
 
利用识别物品的功能，在摄像头上面集成MAX78002，能够实现垃圾分类、产品分装、快递分拣的功能。
 

 
另外，MAX7800X系列还支持关键字识别，识别出用户的语音指示来进行操作，用在语音控制的物联网设备上。比如智能音箱、电动窗帘、智能照明等等。
 

 

边缘AI MCU会有哪些规划？

 
当被问及是否会考虑采用RISC-V做为主处理器时，李勇表示目前还在评估，没有确定的答案。不过ADI一直以客户为中心，会根据产品性能需求选择最优的解决方案，架构的选择方面比较纯粹，是基于对性能、功耗及成本方面的考量，希望能够为客户提供更多元、更优化的解决方案。未来一些比较简易化的MCU可能会直接采用RISC-V架构。
 
过去边缘AI主要是处理器通过软件算法来实现，存在功耗等问题。另外与硬件CNN相比，处理器运算更为复杂。而在ADI的硬件CNN当中有64个8位处理器，存放权重数据的存储分布在周围，进行快速地读取和运算。总之，ADI的边缘AI MCU设计无论是Cortex-M4F、RISC-V还是硬件CNN，都是以低功耗为出发点，以期满足物联网边缘设备的性能与功耗的需求。