同时集成ARM和RISC-V、电池供电，引领AIoT新时代！一文了解ADI的边缘AI MCU

近日，腾讯和阿里达摩院相继发布了他们对于2023年科技趋势的预测。达摩院预测，生成式AI将进入应用爆发期；存算一体芯片将在垂直细分领域迎来规模化应用，或将带来计算架构的变革，并对云计算、人工智能、物联网等产业发展带来积极影响。而在腾讯的预测中，他们认为第一大趋势是高性能计算迈向“CPU+GPU+QPU”时代；第二大趋势为泛在操作系统，这一系统加速了人-机-物全面融合。

应用需求的爆发驱动人工智能技术与行业的融合、数字技术与产业生态等的融合、以及科技进步与产业应用双轮驱动的融合创新已成为不可逆转的宏大趋势。

随着 5G 和物联网不断发展，智能终端设备不断普及，网络边缘侧数据呈现爆发式增长。《链接》一书中提及：“虽然互联网是人制造系统，但从结构上来看，却更像是一个生命系统”。IoT技术正在与AI技术发生深度融合。

人工智能是一种强大的模式识别技术，它旨在了解智能的本质，并设计具备类似人类智能的智能机器。AI可以让机器具有类似人类的大脑一样的智慧，因为它是人造的，区别于自然界的智能，所以叫它“人工智能”。

IoT，也就是物联网技术，它是通过射频、红外、GPS等设备，按照约定的协议，将任何物品联网以进行信息交换和通信，从而实现物品的智能识别、定位、跟踪、监测和管理。物联网脱胎于互联网，只不过互联网通常是手机、电脑、服务器之间所组成的网络，而物联网则将这个概念延拓到了所有物体。

如果说物联网相当于人身上遍布的周围神经网络，那么AI则相当于人的大脑。要达到类似于人类的智能，设备必然需要进行大量的矩阵运算，这意味着大量的存储空间、强大的计算能力、高速的数据交互，成本很高，往往只有部署在云端的大型服务器才能够胜任这一工作。

智能边缘：助力物联实践

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。和云端AI相同，边缘AI也具备AI的共性特征。

边缘AI技术是相对于云端AI技术而言的，因此又可以被称为终端AI技术，最早起源于20世纪90年代的边缘计算。之所以被称为“边缘AI”，是因为边缘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，即设备可以在本地自行做出运算与决策，不一定必须要连接到互联网。

根据预测，2025年将有75%的数据产生在边缘侧进行处理。因此边缘AI可以在许多方面大显身手。例如森林火灾监测，公路、铁路或者是大坝塌方监测等应用场景，边缘AI可以得到很好的应用。这些地方都普遍比较偏僻，通信网络都不是很好，交通不是很方便，但快速决策和及时预警非常关键，如果一旦发生事故救援不及时的话会导致很大的人员伤亡和财产损失。因此必须通过边缘AI快速判定。传统的云端监测可能需要发送大量视频或图片上到云端，对网络流量的要求很高。而通过边缘AI的自主智能识别，紧急情况发生时只需要设备发送的一条短信就可以快速实现报警的功能，从而避免更严重的灾害发生。

边缘AI作为在设备本地端执行的AI，通常需要使用电池供电，因此需要在系统功耗、计算速度和设备成本之间取得一个比较好的平衡。在各行各业，虚拟和现实环境的交互正在增强，ICT基础架构日渐普及，并且可以进行自我管理。

ADI中国技术支持中心高级工程师辛毅分享说：“针对边缘技术，ADI也始终致力于在现实世界与数字世界之间架起桥梁，从而实现在物联网设备的边缘端执行AI推理，比云计算的速度更快。”

ADI的边缘AI微控制器

通常，边缘AI可以由通用的微控制器芯片完成，也可以由FPGA、GPU、DSP等专门的芯片完成。微控制器（Microcontroller Unit）可以在单颗芯片上实现计算机的功能，业界俗称为“单片机”。微控制器可以说在整个电子系统里起到至关重要的作用，它可以按照一定的程序对系统其它部件起到控制的作用，也可以收集外界或者内部的一些数据作出处理、计算和决策，是电子系统当之无愧的“大脑”。

虽然ADI公司以其出色卓越高精度的信号链和电源产品闻名于世，但是公司在微控制器领域的投入也已经有很长的历史了。从1995年至今，公司MCU产品的出货量已经超过了10亿片。从2002年之前的8051系列的MCU，到2004年以来的MAXQ系列的MCU，再到2012年之后的ARM内核系列的MCU，ADI不同类型不同特色的MCU给客户留下了深刻的印象。

从2020年至今，ADI在传统MCU的技术上开拓创新了崭新的边缘AI MCU，从而可以在电池供电设备中轻松实现物联网人工智能，成为ADI微控制器系列上的一个很大的划时代的里程碑。

辛毅介绍说：“MAX7800X系列就是ADI非常经典且成功的边缘AI解决方案。”

MAX7800X系列微控制器

据介绍，MAX7800X这个系列产品具备特殊的架构，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。这一架构针对边缘进行了高度优化，数据的加载和启动由微控制器内核负责，而AI推理由卷积神经网络加速器专门负责。此外，微控制器内核负责完成加载和启动之后就不需要任何操作了，因此功耗也是很低的，只要使用电池就可以给整个系统供电。借助于这种两个硬件的分工合作，MAX7800X系列一不需要联网，二支持电池供电，其完美地满足了边缘AI的要求，是AIoT应用的理想产品。

那么相较于FPGA、GPU、DSP等专门芯片，MAX7800X的优点在哪里呢？正是由于独特的架构和完美的分工，与运行在低功耗微控制器上的纯软件解决方案相比，ADI的MAX7800X方案具备更高的数据吞吐量，速度提高了100倍，但是成本仅仅是FPGA或GPU解决方案的零头。相比于微控制器加上DSP的方案，ADI方案的功耗不足该方案的百分之一。

辛毅自豪的说：“ADI方案可以在功耗、速度、成本三个方面达成最优的平衡，加上其小尺寸的优势，是边缘AI应用的理想产品。”

据介绍，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。

• 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。两个内核也有个不同的分工，其中Cortex-M4F负责应用和通信，内部集成Flash、SRAM。

• RISC-V则是一颗小内核，32位精简指令集，主要配合CNN工作，将输入的数据传输至存储空间再交给CNN来处理。

• MAX78000可支持多达3.5M的模型权重，MAX78002则支持多达16M的模型权重。
• MAX78002和MAX78000相比，不仅可以做到图像的识别，还可以进行复杂的视频分析。
• 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。

  
  

在最后的总结分享中，辛毅表示：“ADI的边缘AI解决方案具备速度快、无需外部存储、时钟控制灵活和超低功耗等四大特色，因此对于需要使用电池供电、需要及时决策的物联网设备来说特别合适。”

结束语

近年来，随着消费类和工业应用向高端发展，用户往往会倾向于将更多的微控制器整合到系统当中。这些微控制器包括负责应用逻辑与控制的MCU、负责传感器数据集中的MCU、以及负责蓝牙连接的MCU等。同时，系统还需要具备独立的电源管理芯片为这些MCU供电。但是，由于应用的复杂度越来越高、产品尺寸越来越小、续航要求越来越长，传统的多芯片方案往往难以满足设计需求。

ADI的微控制器产品除了作为通用的基本微控制器所有的功能，在许多特色领域上也有着出色的性能。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。