【導(dǎo)讀】人工智能 (AI)、機(jī)器學(xué)習(xí) (ML) 和物聯(lián)網(wǎng) (IoT) 網(wǎng)絡(luò)邊緣的其他計算密集型工作負(fù)載的興起給微控制器 (MCU) 帶來了額外的處理負(fù)載。 即使設(shè)計人員被要求最大限度地降低功耗并加快上市時間，處理這些新的工作負(fù)載也會增加功耗。
人工智能 (AI)、機(jī)器學(xué)習(xí) (ML) 和物聯(lián)網(wǎng) (IoT) 網(wǎng)絡(luò)邊緣的其他計算密集型工作負(fù)載的興起給微控制器 (MCU) 帶來了額外的處理負(fù)載。 即使設(shè)計人員被要求最大限度地降低功耗并加快上市時間，處理這些新的工作負(fù)載也會增加功耗。
設(shè)計人員需要一種計算選項，既能保持 MCU 的效率，又能添加專門針對低功耗用例定制的高性能功能。 此選項還應(yīng)保留與傳統(tǒng) MCU 相關(guān)的簡單部署模型，同時添加足夠的功能來支持 AI 和 ML 啟用的復(fù)雜應(yīng)用程序，例如語音控制和預(yù)測性維護(hù)。
本文討論了推動人工智能和機(jī)器學(xué)習(xí)需求的因素，并解釋了為什么需要新的處理器架構(gòu)來有效地提供這些功能。 然后介紹瑞薩電子的 RA8M1 MCU 系列，并展示如何使用它來滿足這些要求。
邊緣AI和ML的要求
從樓宇自動化、工業(yè)設(shè)備到家用電器，邊緣物聯(lián)網(wǎng)應(yīng)用對人工智能和機(jī)器學(xué)習(xí)的需求不斷增加。 即使是相對較小的低功耗嵌入式系統(tǒng)現(xiàn)在也承擔(dān)著關(guān)鍵字識別、語音命令控制和音頻/圖像處理等工作負(fù)載。 目標(biāo)應(yīng)用包括傳感器集線器、無人機(jī)導(dǎo)航和控制、增強(qiáng)現(xiàn)實 (AR)、虛擬現(xiàn)實 (VR) 和通信設(shè)備。
為了最大限度地減少能源使用、開銷和延遲，同時確保隱私，通常首選在邊緣處理數(shù)據(jù)，而不是將其發(fā)送到云端。 這對設(shè)計人員來說是一個挑戰(zhàn)，因為邊緣設(shè)備通常資源有限，特別是在電池供電時。
用于邊緣計算的增強(qiáng)型 MCU
AI 和 ML 工作負(fù)載通常涉及在大型數(shù)據(jù)集中重復(fù)執(zhí)行相同的數(shù)學(xué)運算。 這些工作負(fù)載可以使用單指令、多數(shù)據(jù) (SIMD) 處理進(jìn)行加速。 SIMD 并行執(zhí)行多項數(shù)學(xué)運算，與傳統(tǒng)處理相比，可提供更高的吞吐量和更高的能效。
由于傳統(tǒng) MCU 缺乏 SIMD 功能，因此它們需要幫助執(zhí)行 AI 和 ML 工作負(fù)載。 一種解決方案是與 MCU 一起使用數(shù)字信號處理器 (DSP) 或其他 SIMD 加速器。 然而，這種多處理器方法使系統(tǒng)設(shè)計變得復(fù)雜。
另一種選擇是改用配備 SIMD 功能的更高性能微處理器單元 (MPU)。 這可以在單處理器設(shè)置中提供必要的性能，但 MPU 在功耗和功能集方面需要權(quán)衡。 例如，并非所有 MPU 都旨在提供面向 MCU 的應(yīng)用程序所需的確定性、低延遲計算。
在 MCU 中啟用 AI 和 ML
瑞薩電子認(rèn)識到需要一套優(yōu)化的 MCU 來支持 AI 和 ML 工作負(fù)載，因此推出了 RA8M1 MCU 系列（圖 1）。 該系列基于配備 Helium 和 TrustZone 的 Arm Cortex-M85 架構(gòu)，運行頻率為 480 兆赫 (MHz)，典型功耗為 225μA/MHz。
圖 1：Renesas RA8M1 MCU 基于 Arm Cortex-M85，并采用 Helium 技術(shù)來加速 AI 和 ML 處理。 （圖片來源：瑞薩）
RA8M1 MCU 專為高性能和低功耗而設(shè)計，具有確定性、短中斷時間和最先進(jìn)的電源管理支持等功能。 該處理器的性能效率達(dá)到 6.39 CoreMark/MHz。
Helium 是一種 SIMD M-Profile 矢量擴(kuò)展 (MVE)，可顯著加速信號處理和 ML。 它添加了 150 個標(biāo)量和向量指令，并支持 128 位寄存器的處理（圖 2）。 它針對資源受限、低功耗的微控制器進(jìn)行了優(yōu)化。 例如，Helium 重用浮點單元 (FPU) 寄存器，而不是引入新的 SIMD 寄存器。 這有助于降低處理器的功耗并降低設(shè)計復(fù)雜性。
圖 2：Helium 重用 FPU 寄存器組進(jìn)行矢量處理。 （圖片來源：Arm）
如圖 3 所示，RA8M1 的 Cortex-M85 包含 Arm 的 TrustZone 技術(shù)。 TrustZone 為關(guān)鍵固件、資產(chǎn)和私人信息提供硬件隔離。 Cortex-M85 還添加了新的安全保障功能，例如指針身份驗證和分支目標(biāo)識別 (PACBTI) 擴(kuò)展。 這些安全功能在設(shè)備可能與個人數(shù)據(jù)交互的人工智能環(huán)境中特別有價值。
圖 3：Cortex-M85 的 TrustZone 為關(guān)鍵固件、資產(chǎn)和私人信息提供硬件隔離。 （圖片來源：Arm）
支持 AI 的 MCU 需要具備的硬件功能
一個MCU 應(yīng)將高效性能與強(qiáng)大的功能集結(jié)合起來，以支持人工智能應(yīng)用。 RA8M1 配備齊全，適用于電機(jī)控制、可編程邏輯控制 (PLC)、計量以及其他工業(yè)和物聯(lián)網(wǎng)應(yīng)用。
例如，人工智能算法需要大量內(nèi)存。 RA8M1 系統(tǒng)存儲器包括高達(dá) 2 兆字節(jié) (Mbytes) 的閃存和 1 MB 的 SRAM。其中SRAM 包括 128 KB 的緊耦合存儲器 (TCM)，可實現(xiàn)快速存儲器訪問以實現(xiàn)高性能計算。
為了確保可靠運行，384 KB 的用戶 SRAM 和整個 128 KB TCM 被配置為糾錯碼 (ECC) 存儲器。 32 KB 指令和數(shù)據(jù)高速緩存也受 ECC 保護(hù)。
除了 Arm 內(nèi)核中包含的功能之外，RA8M1 還包含多種安全功能。 其中包括用于安全數(shù)據(jù)處理的可重編程安全知識產(chǎn)權(quán) (RSIP) 加密引擎、用于關(guān)鍵數(shù)據(jù)保護(hù)的不可變存儲以及篡改保護(hù)機(jī)制。
對于通信接口，MCU 配備了用于網(wǎng)絡(luò)連接的以太網(wǎng)、用于汽車和工業(yè)應(yīng)用的控制器局域網(wǎng)靈活數(shù)據(jù)速率 (CAN FD) 以及用于一般連接的 USB 高速/全速。 它還集成了一個攝像頭接口和一個八進(jìn)制串行外設(shè)接口 (SPI)，可對外部存儲器進(jìn)行動態(tài)解密。
模擬接口包括 12 位模數(shù)轉(zhuǎn)換器 (ADC) 和數(shù)模轉(zhuǎn)換器 (DAC)、高速模擬比較器以及三個采樣保持電路。 對于串行通信，RA8M1 支持多種協(xié)議，包括帶 SPI 的串行通信接口 (SCI)、通用異步接收器/發(fā)送器 (UART) 和I2C。 該 MCU 還提供改進(jìn)的I3C，以提高數(shù)據(jù)傳輸速率和效率。
需要完全訪問這些輸入/輸出 (I/O) 功能的開發(fā)人員，可以使用球柵陣列 (BGA) 封裝，例如 224 引腳 R7FA8M1AHECBD#UC0。 尋求更簡化的印刷電路板 (PC 板) 設(shè)計和組裝流程的用戶可以考慮使用薄型四方扁平封裝 (LQFP) 選項，例如 144 引腳 R7FA8M1AHECFB#AA0。
AI應(yīng)用程序的開發(fā)環(huán)境
有興趣嘗試 RA8M1 系列的設(shè)計人員可以從 EK-RA8M1 R7FA8M 評估板開始（圖 4）。 該板包括一個 RJ45 RMII 以太網(wǎng)接口、一個 USB 高速主機(jī)和設(shè)備接口以及一個三引腳 CAN FD 接頭。 對于存儲器，它具有 64 MB 八進(jìn)制 SPI 閃存。
圖 4：EK-RA8M1 評估板具有強(qiáng)大的 I/O 支持來測試 RA8M1 MCU。 （圖片來源：瑞薩）
RA8M1 由瑞薩FSP支持，這是一個綜合框架，旨在為嵌入式系統(tǒng)設(shè)計提供用戶友好、可擴(kuò)展且高質(zhì)量的軟件基礎(chǔ)。
該軟件包提供了開發(fā)工具，包括基于流行的 Eclipse IDE 的 e2 studio 集成開發(fā)環(huán)境 (IDE)。 它還包含兩個著名的免版稅實時操作系統(tǒng)：Azure RTOS 和 FreeRTOS。
該軟件包包括輕量級、生產(chǎn)就緒的驅(qū)動程序，支持嵌入式系統(tǒng)中的常見用例。 這些驅(qū)動程序與評估板相結(jié)合，為開發(fā)人員提供了快速試驗 RA8M1 I/O 的途徑。
結(jié)論
RA8M1 為開發(fā)人員提供了在邊緣物聯(lián)網(wǎng)應(yīng)用中實施 AI 和 ML 工作負(fù)載的新選擇，從而節(jié)省功耗、增強(qiáng)性能、降低復(fù)雜性并縮短上市時間。
免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進(jìn)行處理。
推薦閱讀：
實現(xiàn)不間斷能源的智能備用電池第一部分：電氣和機(jī)械設(shè)計
在智能樓宇設(shè)計中提升效率和可持續(xù)性的關(guān)鍵技術(shù)
電源管理芯片怎么測好壞電源芯片內(nèi)部結(jié)構(gòu)
如何設(shè)計與現(xiàn)場總線無關(guān)的智能工廠傳感器
