隨著物聯(lián)網(wǎng)的爆炸式增長,設備通過無處不在的有線和無線連接相互連接和通信。這種超連接性允許收集大量數(shù)據(jù),然后將這些數(shù)據(jù)進行收集、分析從而做出明智的決策。從數(shù)據(jù)中獲取見解并根據(jù)這些見解做出自主決策的能力是人工智能(AI)的本質(zhì)。人工智能(AI)和物聯(lián)網(wǎng)(IoT)或人工智能物聯(lián)網(wǎng)(AIoT)的結(jié)合,可以創(chuàng)建“智能”設備,這些設備可以從數(shù)據(jù)中學習并在沒有人為干預的情況下做出決策。
在邊緣設備上構建智能的趨勢有以下幾個驅(qū)動因素:
邊緣決策可減少與云連接相關的延遲和成本,并使實時操作成為可能
云帶寬不足導致計算和決策需要邊緣設備
安全性是一個關鍵的考慮因素 - 對數(shù)據(jù)隱私和機密性的要求推動了在設備本身上處理和存儲數(shù)據(jù)的需求
因此,邊緣人工智能具有自主性、更低延遲、更低功耗、更低帶寬要求、更低成本和更高安全性等優(yōu)勢,所有這些都使其對新興應用和用例更具吸引力。
AIoT為MCU開辟了新的市場,使越來越多的新應用和用例成為可能,這些應用和用例可以使用MCU與某種形式的AI加速相結(jié)合,以促進邊緣和端點設備的智能控制。這些支持AI的MCU為計算和機器學習(ML)提供了獨特的DSP功能,并用于關鍵字識別、傳感器融合和振動分析等各種應用。更高性能的MCU可實現(xiàn)更復雜的視覺和成像領域的應用,如人臉識別、指紋分析和物體檢測。
神經(jīng)網(wǎng)絡用于AI/ML應用,例如圖像分類、人員檢測和語音識別。這些是用于實現(xiàn)機器學習算法的基本構建塊,并廣泛使用線性代數(shù)運算,例如用于推理處理、網(wǎng)絡訓練和權重更新的點積和矩陣乘法。正如您可能想象的那樣,將AI構建到邊緣產(chǎn)品中需要處理器具有強大的計算能力。這些新興AI應用的設計人員需要滿足對更高性能、更大內(nèi)存和更低功耗的需求,同時保持低成本。
在過去的日子里,這是GPU和MPU的職權范圍,它們具有強大的CPU內(nèi)核、大內(nèi)存資源和用于分析的云連接。最近,可以使用AI加速器從主CPU卸載此任務。其他邊緣計算應用(如音頻或圖像處理)需要支持快速乘法累加運算。通常,設計人員選擇在系統(tǒng)中添加DSP來處理信號處理和計算任務。所有這些選項都提供了所需的高性能,但會大大增加系統(tǒng)成本,并且往往更耗電,因此不適合低功耗和低成本的端點設備。
MCU如何填補這一空白?
更高性能MCU的出現(xiàn)使得低成本、低功耗的邊緣AIoT成為現(xiàn)實。AIoT是通過最新MCU更高的計算能力以及更適合這些終端設備中使用的資源受限MCU的輕量級神經(jīng)網(wǎng)絡模型來實現(xiàn)的。與MPU或DSP相比,基于MCU的物聯(lián)網(wǎng)設備上的AI可實現(xiàn)實時決策和更快的事件響應,并且還具有更低的帶寬要求、更低的功耗、更低的延遲、更低的成本和更高的安全性等優(yōu)勢。MCU還提供更快的喚醒時間,從而實現(xiàn)更快的推理時間和更低的功耗,以及與存儲器和外設的更高集成度,以幫助降低成本敏感型應用的整體系統(tǒng)成本。
基于Cortex-M4/M33的MCU可以滿足更簡單的AI用例的需求,例如性能需求較低的關鍵字識別和預測性維護任務。然而,當涉及到更復雜的用例時,如視覺AI(目標檢測、姿態(tài)估計、圖像分類)或語音AI(語音識別、NLP),需要更強大的處理器。較舊的Cortex-M7內(nèi)核可以處理其中一些任務,但推理性能較低,通常僅在2-4 fps范圍內(nèi)。
我們需要的是具有AI加速功能的更高性能微控制器。
RA8系列高性能AI MCU簡介
全新RA8系列MCU采用基于Arm v8.1M架構的Arm Cortex-M85內(nèi)核和7級超標量流水線,可提供計算密集型神經(jīng)網(wǎng)絡處理或信號處理任務所需的額外加速。
Cortex-M85是性能最高的Cortex-M內(nèi)核,配備Helium,即Arm v8.1M架構中引入的Arm M -Profile矢量擴展(MVE)。Helium是一種單指令多數(shù)據(jù)(SIMD)向量處理指令集擴展,它可以通過使用單個指令處理多個數(shù)據(jù)元素來提升性能,例如在多個數(shù)據(jù)上重復乘法累加。
與較舊的Cortex-M7內(nèi)核相比,Helium顯著加速了資源受限的MCU器件中的信號處理和機器學習能力,并在ML任務中實現(xiàn)了前所未有的4倍加速,在DSP任務中實現(xiàn)了前所未有的3倍加速。RA8 MCU具有大容量內(nèi)存、高級安全性以及豐富的外設和外部接口,非常適合語音和視覺AI應用,以及需要信號處理支持的計算密集型應用,例如音頻處理、JPEG解碼和電機控制。
審核編輯:劉清
-
傳感器
+關注
關注
2541文章
49961瀏覽量
747516 -
物聯(lián)網(wǎng)
+關注
關注
2894文章
43313瀏覽量
366443 -
人工智能
+關注
關注
1787文章
46061瀏覽量
235018 -
瑞薩電子
+關注
關注
37文章
2800瀏覽量
72010 -
人臉識別
+關注
關注
76文章
3998瀏覽量
81359
原文標題:瑞薩電子RA8搭載強大的Arm CM85核 為邊緣AI應用提供支持(上)
文章出處:【微信號:瑞薩MCU小百科,微信公眾號:瑞薩MCU小百科】歡迎添加關注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關推薦
評論