今天，分享一篇边缘人工智能是MCU发展的重要方向，希望以下边缘人工智能是MCU发展的重要方向的内容对您有用。
来源：DeepTech深科技
IoT技术赋能各类型设备连上网通信，进而实现对设备的定位、跟踪、监测和管理等需求；AI技术支持设备具备看、感知的能力，并做出相应的行动。当IoT和AI两类技术各自发展时，设备互联产生的海量数据亟需被处理，具有强大计算能力的AI技术开始被IoT行业广泛需要，进而形成了AIoT（物联网人工智能）的概念。
再者，AI技术高功耗、高成本、高速度；而IoT技术因为设备大多采用电池供电以及资源受限，更明显的特性是低功耗、低成本，且部分应用对时延要求高，无法完全依赖云端完成数据运算，因此边缘AI应运而生。边缘AI是指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，具备实时性好、带宽资源要求低、隐私性高等特点。
如何利用边缘AI技术赋能物联网应用，亚德诺半导体ADI也做出分享，分析边缘AI MCU产业现状。
一、物联网时代MCU的特性
根据功能属性，MCU按照一定的程序对系统其他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做出处理、计算和决策，是电子系统的大脑。
从互联网到物联网时代，MCU在新的领域有了新的突破，比如智能家居、智能电网、现代农业、辅助诊断、可穿戴设备等。例如ADI的智能传感器平台3.0 MAXREFDES104，它里面就是使用了MAX32666作为一个主要的MCU，去控制周围的传感器检测人体的各种信号，然后这些数据再交给另一个专门负责计算的MCU MAX32670去将心率、血氧等最终的计算数据运算出来。
ADI公司自从1995年成立以来，MCU产品出货超过10亿片。尤其2020年至今，ADI在传统MCU技术基础上开拓创新了新的边缘AI MCU，从而可以支持在电池供电设备中实现物联网人工智能，这实际是ADI微控制器系列上的一个里程碑。
根据功能应用，MCU产品主要分为三类：
第一类是低功耗MCU：小体积、低功耗、大存储，这类产品相对而言比较通用，也很实用，适用于工业、物联网、医疗、消费类等各类产品；
第二类是安全MCU：具备安全的系统架构，有很强的抗攻击加密能力，可以用在对安全性能要求较高的智能机器或者是终端上，比如POS机、读卡器等。
第三类可以列为人工智能MCU，也就是AI MCU。这类产品实际上脱胎于第一类低功耗MCU，具备了人工智能，但也不像通用的MCU，因此单独列为一类。
ADI的人工智能MCU，它的特色就是可以将AI推理从云端推向边缘端，从而助力电池供电的人工智能和物联网设备，比如说智能家居、人脸打卡、语音控制等等。
ADI的MCU产品具备功耗低、接口优、通讯新、评估全、开发易、安全强六大特色。ADI的边缘AI解决方案MAX7800X系列是对于面向IoT的MCU产品，MAX7800X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。由此带来的改变是使AI推理可以无需联网就在边缘完成，以及微控制器内核在完成加载和启动后就无需操作进而大幅降低功耗。
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。以及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。因此，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。
目前，MA7800X系列主要有两款人工智能MCU——MAX78000和MAX78002，这二者都是基于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。从区别来看，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。
在应用上，支持在物联网设备上实现视觉识别的功能，比如说，经过训练，MAX7800X可以正确识别人脸，从而可以用在考勤打卡、智能门锁等电池供电的物联网设备上。支持关键字识别，识别出用户的语音指示来进行操作，可以用在一些语音控制的物联网设备上。其他还有车载冰箱、智能头盔、管道泄漏检查等方面有客户落地实例。
