瑞萨MCU/MPU在AI方面的应用

瑞萨MCU/MPU提供

两种支持AI应用的路线

前面我们说到RA8可以很好地支撑AI模型在MCU上的运行。AI是一个很好的工具，可以解决各个应用领域不同场景下的问题。在新能源中，现在大家关注点比较高的就是基于AI的拉弧检测。

这里我将讲解一下瑞萨MCU/MPU在AI方面，我们能提供的两种支持路线。

点击图片可查看大图

方式一

客户已经有自己的AI模型了，那么瑞萨可以提供eAI这个软件工具，把客户在服务器上训练好的模型翻译成运行在MCU上的代码。为了更好的高效的支持AI算子的执行，RA8是最佳选择。

方式二

客户只有设备和行业技术背景，没有专门的AI团队对算法工程师。那么瑞萨提供RAI这个模型训练平台，帮助客户根据自己的数据训练出一个高准确又轻量级的AI模型。由于RAI具有专利保护的数据特征提取和建模方法，走方式二出来的模型，也可以流畅跑在普通的瑞萨MCU上。

方式一：CM85的高算力

为AI模型运行而优化

走方式一，使用RA8，它的CM85内核算力，由于Helium硬件的加持，运行同一个电机失效检测模型，它的效率是同等主频的CM7内核MCU的2~3倍。

点击图片可查看大图

原因就是Helium单元，对DSP和NN算子的支持非常给力。右边两个图，是同等主频下，M85内核相比M7内核的显著优势对比。

方式二：遇见Reality AI

走方式二，就是使用瑞萨的RAI平台，自动训练出高效AI模型。后面我们会专门就基于RAI的拉弧检测方案和大家做一个分享。这里我就不再累述了。

点击图片可查看大图

RX23E-B产品框图

我要介绍的第三个产品是RX23E-B，来自瑞萨32位私有内核RX家族。

点击图片可查看大图

RXv2内核，32MHz (162 CoreMark)

● 电源电压：VCC=1.8 ~ 5.5V

● 工作温度范围：-40℃~ +85℃ /+105℃

● 单精度浮点运算单元FPU

● 支持DSP指令

特点

● 高速高精度：24-bit ADC单元，可以支持最大125K 每秒采样

● 高处理性能：内置瑞萨私有内核运行在32MHz，同等主频和CM7内核coremark相当。该私有内核带FPU并支持DSP指令，可以在同一个芯片中同时实现测量和复杂的数据运算 

● 高集成度，小封装：集成丰富的片上外设，包括16位DAC、CAN、段码式LCD控制器等。单芯片系统有助于降低BOM、缩小电路板尺寸和简化设计(162 CoreMark)

RX23E-B在新能源应用中的

推荐使用场景

点击图片可查看大图

高精度采样，在电池化成的功率板上可以精确控制充放电电流，做到业界要求的万分之五和万分之一的高精度标准。

在储能消防系统中，高精度采样和CAN接口集成也使得RX23E-B是一个高性价比的平台选择。

瑞萨智能”芯”，助力”芯”能源

更智能 更高效 更安全

以上，我们介绍了瑞萨MCU在新能源中的主推料号。

　　审核编辑：汤梓红