“AI+IoT”整合方案各有利弊 MCU通用与专用性难以兼顾

“AI+IoT”整合方案各有利弊 MCU通用与专用性难以兼顾

　　随着全球“AI+IoT”融合类应用市场的风起云涌，如今上到IC设计下到终端集成的全产业链也都闻风而动，掀起了一股“AIoT化”的技术革新浪潮。受益于此，曾立足于IoT沃土而今已成该市场“主力”的MCU，如今也踏上了AIoT的技术整合之路，从单一的主“控制”开始向“智能互联”目标迈进。AIoT时代的MCU，将不再只是负责控制，推理和运算等AI能力也将成为MCU的标配。而在中国AIoT应用及市场遍地开花的大利好条件下，本土MCU厂商有望把握这一机遇乘势而起，以智能化应用为基石，逐渐追平国际大厂直至超越。

　　为同时满足前述智能互联场景下芯片的AI和IoT双重特性，MCU在设计层就需要打破传统套路，开辟出新的路数。而目前，业内在智能MCU的设计层上也已经探索出了多种解决方案，比如配置AI专用加速器、以新型架构为基重整MCU系统架构以及采用可配置协处理器的方案等等。

　　事实上，设置专用机器学习加速器的方案在如今的AI芯片上已是屡见不鲜，这种方案主要是通过专用化的设计实现了很高的能效比。据编者了解，现阶段机器学习加速器最主要的加速的对象还是ANN(神经网络)算法，典型的如CNN(卷积神经网络)，由于其在执行过程中并行度高且加速空间较大，一个加速器往往能够把ANN的执行速度和能效比提升好几个数量级，因此可以省去很多为追求算力而在芯片宏观架构上的“大整修”。

　　但对于MCU这类对通用和专用性要求都很高的微机单元来说，打造专用的AI加速器可能难以实现二者兼顾，应用场景也会非常受限，因为 MCU市场比较碎片化，由于各种AIoT场景下对MCU性能需求也各不相同，如果只做一个专用的AI加速器IP可能比较难去覆盖到多个场景，即难以满足MCU通用性，这对于那些偏好于通过走量去覆盖多种应用市场的企业来说可能不太合适。业内某资深专家也认为：“一般很多智能化场景都会要求MCU能够以更高的能效去执行一些基于非CNN的机器学习算法，如果这样的话那这种应用场景就很难通过一个专用的CNN加速器给全线覆盖到，而对于不同的场景需求，厂商可能还需要设计另一种AI加速器，这样会带来更高的MCU成本开支，同时对整体的功耗以及其他方面的性能表现也会产生一定的影响。不过，对于那些只做专用市场的企业来说，AI加速器的方案不失为一个比较好的选择。”

　　当然，针对MCU的“AIoT化”方案不止于配置AI专用加速器，随着RISC-V开源架构的兴起，越来越多的MCU厂商也开始尝到甜头，采用RISC-V来改良和重整传统MCU系统架构，以求能够打造出一个兼具低功耗、高算力及实时性等集AI和IoT特性为一体的通用MCU，如此便可避免上述AI专用加速器所面临的问题。基于RISC-V指令集的话，MCU在架构上也能做多重的扩展，比如法国初创公司Greenwaves，就通过此种方式在智能MCU中引入了多核的概念，可以通过多数据流(SIMD)的方式来加速AI算法中的并行计算，以多核通用处理器而非专用加速器去加速人工智能算法，做到了很高的的算法适配灵活度，能够比较全面的覆盖MCU各场景的需求。

　　纳思达股份有限公司IoT项目部技术支持负责人刘涛也十分认同RISC-V架构在MCU上的应用优势，他表示：“目前，我们主要的精力就集中在通用MCU产品的打造上面，后续我们会全面加大布局RISC-V架构的MCU开发。其实RISC-V做内核的能力是非常强的，我们也对ST、Microchip以及ARM做了很多的实际测试，最后发现RISC-V是真的很好，所以也将其作为我们未来产品规划的一个重点。”

　　不过，编者认为用RISC-V来做智能MCU，在业界目前也只能算作一种尝试，未来要想面向市场推广普及还存在挑战。虽然基于RISC-V的MCU能在架构上做更多的调整，提升MCU的通用性，但并不具备完整的生态，包括软硬件系统、算法以及终端适配等多个层面，市场号召力存疑。但如果将以RISC-V架构对MCU做重整以及AI专用加速器两种方案加以结合，也不失为一种比较好的选择，业内某资深专家也表示：“利用RISC-V来扩展MCU的通用性，同时采用AI加速器来做专用加速，也是一种非常好的方案。这样可以实现优势互补，以专用加速器去加速特定的应用，而使用通用架构处理器去高效处理其他应用。”

　　除上述以外，在现有系统中添加可配置协处理单元也是目前业界正在尝试的MCU“智能化”方案，业内某资深专家进一步表示：“可配置性的协处理器主要优势在于灵活度高、能够通过高级语言编程的手段来为MCU在不同场景配置相应的适应性架构，实现较高的场景通用性，并且还能够兼顾专用场景。”而这种方案一般都是采用FPGA来做，可以通过灵活的编程来运行不同的AI算法，实现多场景的AI加速，不仅能够降低I/O端口的等待时间，还能实现高速加速器的功能。

　　可是，由于该方案存在成本、功耗以及算力提升代价高等缺陷，编者认为其未来在普及上可能还比较有难度，现阶段还只能适用于去做一些比较高端的产品。因此，对于业内厂商来说，具体要采用哪种方案来发挥MCU的智能互联价值还见仁见智，这完全取决于各厂商对市场需求的预判和所能获得的商业回报的最终评估。

　　总之，MCU现已踏上适应AIoT场景的智能化改造之路，尽管目前业界对于MCU是否及如何提升AI能力并兼顾低功耗、实时性等IoT特性仍众说纷纭，但编者相信随着中国AIoT市场需求的快速爆发，在通过越来越多的智能互联应用场景的充分验证后，真正能顺应市场需求的智能MCU方案也必将脱颖而出。而对于众多本土MCU厂商来说，国内庞大的AIoT应用及市场会成为本土MCU崛起的绝佳机遇，正如华大半导体MCU事业部总经理谢文录所述，“AIoT这类新型应用的产品，本质上的宽容度会比以往要高很多，这种市场偏向于追求新型的应用，只要你有创新的东西客户就非常愿意尝试。所以，反应快的企业可能就能做到更好的成绩，越老牌的厂商由于体量过大，改变也慢，很容易错失AIoT浪潮下诞生的很多市场机遇。”

本文为华强电子网原创，版权所有，转载需注明出处

关注电子行业精彩资讯，关注华强资讯官方微信，精华内容抢鲜读，还有机会获赠全年杂志

关注方法：添加好友→搜索“华强微电子”→关注

或微信“扫一扫”二维码