人工智能给MCU带来新机遇，先进工艺或阻碍其发展.doc

《人工智能给MCU带来新机遇，先进工艺或阻碍其发展.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、人工智能给MCU带来新机遇，先进工艺或阻碍其发展　　据ICInsights市场研究报告统计，受物联网、汽车电子、人工智能等行业应用带动，微控制器(MCU)销售规模预计将从2016年的166亿美元上升至2020年的209亿美元，年均增长率为5.5%。Arm嵌入式与汽车事业部市场营销高级总监RhondaDirvin日前接受了《电子工程专辑》的采访，不但畅谈了Arm在人工智能、先进工艺、异构处理方面的最新进展，也对与RISC-V架构的竞争做出了回应。　　　　Arm嵌入式与汽车事业部市场营销高级总监RhondaDirvin　　电子工

2、程专辑：自2017年以来，包括MCU在内的很多电子元器件、分立器件都传出缺货消息。您对2018年MCU市场需求状况是如何看待的？MCU价格走势是否会发生较大变化？　　RhondaDirvin：据ICInsights预测，2018年全球电子系统市场将增长5%，至16220亿美元，而今年全球半导体市场预计将飙升14%，至5091亿美元，首次超过5000亿美元的水平。如果2018年的预测实现，每个电子系统中的半导体产品平均占比将达到31.4%，打破2017年创下的28.8%的历史记录。　　Arm预计MCU市场在未来十年将会有巨大增

3、长，尤其是在物联网的推动下。然而，其中许多芯片的成本将非常低，而这将不可避免地导致芯片的平均价格下降。　　为了帮助芯片创新企业降低初期财务支出、风险并加快上市时间，ArmDesignStart提供了一条无需预付授权费即可获取嵌入式IP的途径。对于那些希望快速生产定制SoC的团队来说，这是一个理想的起点，因为它包括CPU和系统IP、免费的软件工具试用版，以及可获取广泛的Arm生态系统和知识库资源。　　我们看到越来越多的Cortex-A处理器被应用于深度嵌入式应用程序，如果将这些Cortex-A设备视为MCU类，可能会增加MCU

4、的平均价格。　　电子工程专辑：人工智能、智能制造、自动驾驶是当前最为热门的应用领域，MCU在其中扮演着怎样的角色？　　RhondaDirvin：工业自动化、机器人和自动驾驶汽车无疑为更加智能的微控制器提供了契机。AI芯片如果想取代传统芯片，需要具备更强的能力。例如，电机控制器可带有附加传感器来检测振动或噪声，以收集正在运行的电机的信息，然后使用机器学习算法进行电机的自动调节，提高电机运行效率。　　目前来看，这些新兴应用尚处于起步阶段，规模并不大。但是，AI功能可以集成到每个MCU中。人工智能的一个子集是机器学习(ML)，机器

5、学习技术正被广泛应用于所有市场。有一个明显的趋势是，机器学习推理向“边缘”移动，甚至向最小的嵌入式设备移动，有时也被称为“远边缘”。用于Cortex-MCPU的CMSIS-NN软件库在M级设备上提供了优化的机器学习性能。这使得在“永久在线”的使用情况下，能够高效地执行机器学习应用程序，例如关键词检索和图像对象检测。　　而自动驾驶需要不同类型的处理过程。某些部件需要确定性的实时响应和最高水平的系统性功能，以实现功能安全，基于Cortex-R和Cortex-M的部件可以提供这种功能组合；在一些解决方案中需要有不同安全级别的相关软

6、件，Arm不仅提供了经过认证的工具链，许多实时操作系统也经过了认证，比如已经发布的Compiler6和KeilRTX安全认证版本，以及平台安全架构(PSA)，通过提供安全的基本构建模块，包括可信固件和示例案例分析，让安全实施变得更容易。　　电子工程专辑：Arm如何将自己无可比拟的低功耗技术优势与人工智能应用相结合？　　RhondaDirvin：AI本身也是可以节能的。例如，电机控制器可以通过附加传感器检测振动或噪声，以收集正在运行的电机的信息，然后使用机器学习算法进行电机的自动调节，提高电机运行效率。电机节省的功耗将比处理器

7、使用的功耗大许多倍。　　为了降低处理器消耗的功率，Arm拥有多种不同性能的处理器。一些用于低成本微控制器的Arm嵌入式处理器具有附加功能，用来加速机器学习算法中使用的数学函数，这可以减少其它芯片的面积和功耗。　　大多数MCU都是使用较旧的节点工艺(55nm甚至更大)制造的，在这种情况下静态功耗基本不是问题。但当走向更小节点时，静态功耗就变成一个越发重要的因素。Arm的处理器与物理IP配合使用，可降低动态和静态功耗，这包括关闭当前未运行的功能块和降低电压，从而降低运行处理器所需的功耗。Arm为其Cortex-M微处理器及其神经

8、网络处理器分别引入了优化的物理IP库，分别为POP和机器学习POP。　　我们也确实看到许多领先的MCU厂商正在向更小节点演进(如40纳米)。例如，目前基于40纳米的NXPiMXRT处理器包含一个运行速度高达600MHz的ArmCortex-M7处理器；瑞萨(Renesas)在其协同微控制器