電子發(fā)燒友網報道（文/李彎彎）近日，恩智浦宣布推出全新i.MX RT700跨界MCU系列，支持智能AI的邊緣端設備，例如可穿戴設備、消費醫(yī)療設備、智能家居設備和HMI平臺。據官方介紹，新款MCU旨在顯著節(jié)省功耗，可在邊緣端提供高達172倍的AI加速。

MCU集成NPU支持AI功能

恩智浦推出的這款i.MX RT700內部集成了恩智浦自研的eIQ Neutron NPU，這是一種可擴展的硬件加速器架構，專為AI和ML應用而設計。NPU的引入大幅提升了設備的AI工作負載性能和能效，使得本地部署AI模型成為可能。

MCU集成NPU是當前技術發(fā)展的一個重要趨勢。隨著AI技術的普及和邊緣計算需求的增加，傳統(tǒng)的MCU已經難以滿足高效處理復雜AI任務的需求。因此，將NPU集成到MCU中，成為提升設備智能化水平和響應速度的關鍵技術之一。

NPU專為神經網絡運算設計，能夠大幅提升MCU在處理AI算法時的運算速度和效率。這使得MCU能夠執(zhí)行更復雜的AI任務，如圖像識別、語音識別、自然語言處理等。

相比傳統(tǒng)的CPU或GPU，NPU在處理神經網絡運算時具有更低的功耗。這對于需要長時間運行的設備，如可穿戴設備、智能家居設備等，尤為重要。

在智能家居領域，集成NPU的MCU能夠實時處理傳感器數據，實現智能家居設備的智能聯(lián)動和場景控制。例如，通過圖像識別技術，智能門鎖可以識別主人的面部特征，實現無鑰匙進入；智能照明系統(tǒng)可以根據室內光線和人員活動情況自動調節(jié)亮度和色溫。

在工業(yè)自動化領域，集成NPU的MCU可以執(zhí)行更復雜的機器視覺和機器學習任務，如產品質量檢測、生產流程監(jiān)控等。這有助于提高生產效率、降低人工成本并提升產品質量。

在醫(yī)療設備領域，集成NPU的MCU可以實時處理醫(yī)療影像數據，輔助醫(yī)生進行疾病診斷和治療決策。例如，在智能診斷系統(tǒng)中，NPU可以快速分析患者的影像資料，提供初步的診斷建議。

在汽車電子領域，集成NPU的MCU可以實現高級駕駛輔助系統(tǒng)（ADAS）和自動駕駛功能。例如，通過圖像識別和傳感器融合技術，汽車可以實時感知周圍環(huán)境并做出相應的駕駛決策。

目前，多家MCU廠商已經推出了集成NPU的產品，除了恩智浦之外，意法半導體、英飛凌等都推出有集成NPU的MCU，如意法半導體的STM32N6系列，是其首款配備NPU的MCU，這使得該系列MCU能夠在邊緣端執(zhí)行復雜的AI算法，極大地提高了處理能力和效率。

據意法半導體微控制器、數字IC和射頻產品部總裁Remi El-Ouazzane表示，STM32N6提供了與配備AI加速器的四核處理器相同的AI性能，但成本僅為十分之一，功耗僅為十二分之一。這主要得益于其高效的架構設計和優(yōu)化的功耗管理。

STM32N6系列由于其強大的AI處理能力和低功耗特性，非常適用于對功耗和性能有嚴格要求的邊緣計算場景，如：在智能城市和工業(yè)物聯(lián)網中，STM32N6可以作為智能傳感器的核心處理單元，實現數據的實時采集、處理和傳輸。

利用其內置的NPU，STM32N6可以執(zhí)行圖像識別、物體檢測等機器視覺任務，為智能安防、自動駕駛等領域提供技術支持。在嵌入式系統(tǒng)中，STM32N6能夠顯著提升設備的智能化水平，使設備具備更強大的數據處理和決策能力。

再如英飛凌，該公司今年4月發(fā)布了全新的新型PSOC Edge E81、E83和E84微控制器，搭載高性能的Arm Cortex-M55內核，支持Arm Helium DSP并搭配Arm Ethos-U55的神經網絡處理器，以及Cortex-M33內核搭配著英飛凌超低功耗NNLite。NNLite是一種用于加速神經網絡的專有硬件加速器。

這些完全集成的系統(tǒng)級芯片針對在網絡邊緣互聯(lián)系統(tǒng)上運行的機器學習應用進行了優(yōu)化，使設計人員能夠為物聯(lián)網和消費級應用帶來先進的AI功能。

PSOC Edge MCU的目標應用包括家電和工業(yè)設備中的人機界面（HMI）、智能家居和安全系統(tǒng)、機器人和可穿戴設備等。這些設備需要高性能、低功耗和強大的安全性來支持復雜的機器學習應用和用戶交互體驗。

MCU支持AI功能的其他方式

當然除了集成NPU之外，MCU也能通過其他方式實現一定程度的AI功能。如軟件算法，通過優(yōu)化軟件算法，MCU可以在其處理能力范圍內執(zhí)行簡單的AI算法。例如，使用機器學習庫（如TensorFlow Lite for Microcontrollers）來運行輕量級的神經網絡模型。

MCU也可以運行基于統(tǒng)計或規(guī)則的簡單AI算法，如決策樹、支持向量機（SVM）等，這些算法對計算資源的要求相對較低。

一些MCU集成了DSP單元，DSP對于執(zhí)行數字信號處理任務（如FFT、濾波等）非常高效，這些任務在AI算法中也很常見。部分MCU可能配備了其他類型的協(xié)處理器，如FPU（浮點處理單元）或特殊功能協(xié)處理器，這些協(xié)處理器可以在一定程度上加速AI算法的執(zhí)行。

另外，MCU可以通過外部接口（如SPI、I2C、UART等）連接專門的AI加速器芯片。這些加速器芯片可以處理復雜的AI算法，并將結果返回給MCU進行后續(xù)處理。

意法半導體STM32系列的許多型號就沒有集成NPU，它們通過軟件優(yōu)化和模型轉換，仍然能夠執(zhí)行AI任務。除STM32系列外，也有許多品牌的MCU也能夠在沒有NPU的情況下實現AI功能。這些MCU通常具有高性能的處理器和豐富的外設資源，通過軟件優(yōu)化和算法調整，可以執(zhí)行簡單的AI任務。

如樂鑫科技推出的ESP32，這是一款集成了Wi-Fi和藍牙功能的MCU，雖然沒有集成NPU，但其雙核處理器和豐富的內存資源使得它能夠在一定程度上支持AI應用。通過加載輕量級模型和使用優(yōu)化算法，ESP32可以實現語音識別、圖像識別等功能。

還有兆易創(chuàng)新的GD32系列，該系列產品憑借其高性能和豐富的外設資源，在嵌入式系統(tǒng)中得到了廣泛應用。通過加載輕量級模型和使用優(yōu)化算法，GD32系列MCU可以實現圖像識別、語音識別等AI功能。

以及華大半導體的HC32系列，HC32系列MCU同樣具備高性能和低功耗的特點，適用于需要AI功能的嵌入式系統(tǒng)。通過軟件優(yōu)化和模型轉換，HC32系列MCU可以執(zhí)行復雜的AI推理任務。

寫在最后

隨著AI技術的不斷發(fā)展，越來越多的MCU開始考慮集成NPU以提升其AI處理能力。不過，也并不是所有應用都需要NPU的支持，沒有集成NPU的MCU仍然可以通過多種技術和方法實現AI功能，滿足嵌入式系統(tǒng)對智能化和自主決策能力的需求，如選擇輕量級模型、利用嵌入式AI框架、優(yōu)化軟件算法等。