作者｜韋世瑋

**

得益于近年來市場供需關系的劇烈變化,，以及物聯(lián)網(wǎng),、汽車電子市場的新增長,，MCU（微控制單元）已逐漸成為一塊香餑餑。

MCU即“單片機”,，也被稱為電子系統(tǒng)的“大腦”,，它既能按照一定程序對系統(tǒng)的其他部件進行控制，也能通過收集外界或內部數(shù)據(jù)做出處理,、計算和決策,，可廣泛應用于消費、工業(yè),、醫(yī)療和汽車等領域,。

簡單來說，不管是汽車內車窗的升降控制,、空調溫度調節(jié),，還是如今火熱的血氧、心率甚至是血壓測量產(chǎn)品,，其功能的實現(xiàn)都離不開MCU,。它早已滲透至人們生活的方方面面，與人們的衣食住行息息相關,。

據(jù)IC Insights數(shù)據(jù),，2021年因供應鏈緊張，MCU平均售價上漲10%,，銷售規(guī)模實現(xiàn)創(chuàng)紀錄的196億美元,，預計2022年全球MCU銷售額將增長10%至215億美元,，其中汽車MCU市場增長將超過大多數(shù)終端市場。

在模擬芯片市場,，盡管ADI以其高精度的信號鏈芯片產(chǎn)品起家,，并與其電源產(chǎn)品一同開拓出強大的商業(yè)帝國，但它在MCU領域也有著不可小覷的技術實力,。從1995年至今,，ADI的MCU產(chǎn)品出貨量已超過10億片。同時從2020年起,，AID開始在傳統(tǒng)MCU的基礎上,，開拓了邊緣AI MCU產(chǎn)品線，能夠幫助電池供電設備更輕松地實現(xiàn)人工智能及物聯(lián)網(wǎng)應用,。

整體來看,，ADI MCU產(chǎn)品具有功耗低、接口豐富,、通訊模塊新,、評估方案和開發(fā)示例齊全、產(chǎn)品開發(fā)簡易化,、安全性高等特點,。根據(jù)功能應用，ADI的MCU產(chǎn)品可分為三大類：

• 低功耗MCU：具有小體積,、低功耗,、大存儲特點，可應用于工業(yè),、物聯(lián)網(wǎng),、醫(yī)療、可穿戴等領域,；
• 安全MCU：具備安全的系統(tǒng)架構,，具有較強的抗攻擊加密能力，可應用于對安全性能要求較高的智能機或終端上,，如POS機,、讀卡器等；
• 人工智能MCU：脫胎于第一類低功耗MCU，特色是能夠將AI推理從云端推向邊緣端,，可應用于智能家居,、人臉打卡、語音控制等應用,。

ADI微控制器產(chǎn)品概覽

圍繞MCU產(chǎn)品，ADI還提供了一系列支持資源方便簡化用戶的設計,，包括專業(yè)支持團隊,、輕松集成的驅動例程、大方簡潔的機械設計,、穩(wěn)健可靠的評估套件以及清晰易讀的手冊指南,，大大簡化客戶的研發(fā)流程。

同時在硬件方面,，ADI亦發(fā)布了多種評估套件,、開發(fā)版與參考設計，還有豐富的軟件庫和設計文檔,、編譯與調試IDE等,，還支持KEIL、IAR,、mbed,、eclipse等專門平臺，并組建了線上線下技術支持FAE/ADI中國技術支持中心,，能夠及時回應客戶需求,。

談及MCU在邊緣領域的應用，ADI中國技術支持中心高級工程師辛毅認為,，由于物與物之間的互聯(lián)產(chǎn)生了海量的數(shù)據(jù)處理需求,，只有強大的算力才能夠勝任，因此IoT技術正在與AI產(chǎn)生深度融合,，催生了AIoT的概念,，其中IoT就相當于遍布的人身上的神經(jīng)網(wǎng)絡，AI相當于人的大腦,，若要達到類似于人類的智能,，設備必須要進行大量的矩陣運算,，這對設備的存儲空間、計算能力,、數(shù)據(jù)交互速度和成本都提出了更高要求,，只有部署在云端的大型服務器才能勝任。

但IoT設備之間的互聯(lián)需要電池供電,，設備之間數(shù)據(jù)的流通也不能完全依賴云端,，因此IoT應用亦需要低功耗和低成本，這也為AI技術和IoT技術的融合帶來了挑戰(zhàn),。

針對這些痛點,，ADI將AI和IoT兩者優(yōu)點相結合，實現(xiàn)在IoT設備的邊緣端執(zhí)行AI推理任務,，讓設備能夠在本地自行做出運算和決策,，不一定非要連接互聯(lián)網(wǎng)。與云端AI相比,，邊緣AI具備實時性好,、帶寬資源要求低、隱私性高等特點,，同時也具備與云端AI相同的AI共性特征,。

ADI邊緣AI微控制器技術優(yōu)勢

例如,，ADI的邊緣AI解決方案MAX7800X系列,，由兩個微控制器內核（ARM Cortex M4F和RISC-V）與一個卷積神經(jīng)網(wǎng)絡（CNN）加速器構成，該架構針對邊緣進行了高度優(yōu)化,，數(shù)據(jù)的加載和啟動由微控制器內核負責,，而AI推理由卷積神經(jīng)網(wǎng)絡加速器專門負責?；趦蓚€硬件的分工合作,，MAX7800X系列既不需聯(lián)網(wǎng)，也支持電池供電,，大大滿足了邊緣AI的要求,。

除此之外，在低功耗MCU方面,，ADI通過單一芯片集成了傳統(tǒng)上多片MCU才具備的功能,，并內置電源管理模塊，具有超低功耗,、高性能,、資源豐富等優(yōu)勢，同時部分產(chǎn)品還內置了藍牙模塊,，可大大縮小系統(tǒng)尺寸,。

為了進一步了解ADI的MCU產(chǎn)品系列布局,，近期36氪等媒體與ADI MCU產(chǎn)品線資深業(yè)務經(jīng)理李勇進行了一次深入交流，他們在詳細分享ADI MCU產(chǎn)品及業(yè)務進展的同時,，也從產(chǎn)業(yè)層面對MCU的智能化和市場趨勢進行了觀點分享,。

以下為36氪等媒體與ADI專訪的對話，經(jīng)編輯：

Q：最近這段時間血氧儀非?；鸨?，請問ADI如何看待這個市場？

李勇：血氧儀火爆可能是因為新冠疫情,，但其實在新冠發(fā)生之前，ADI就已經(jīng)有專門的血氧測試方案,，以及測試血氧飽和度的芯片,，同時有專門面向此測試開發(fā)的算法，將專屬算法下載到ADI芯片里即可提供給客戶,?？蛻糁苯硬捎肁DI芯片，加上ADI的ADC和算法,，就可以構建自己的產(chǎn)品,。所以針對這個應用領域，ADI其實布局很早,，我們非?？春冕t(yī)療健康領域。

Q：集成CNN硬件加速器的優(yōu)勢是什么,？這會是未來邊緣AI處理的一個技術趨勢嗎,？

李勇：目前看這是一個技術趨勢方向。ADI為什么要集成CNN,？坦白說是因為功耗,。因為有很多客戶原來用的是通用處理器，比如說Cortex-M7,，它的速度比較快,，主頻200MHz，但運行起來功耗比較高,，如果要用Cortex-M7來運算CNN算法,，如剛才提到CNN的算法是很多矩陣的乘法還有加法，運算的時間就很長,。

MCU需要長時間全力運行,，功耗就比較高，但如果面向一個監(jiān)控設備的話,，現(xiàn)在集成了CNN就可以很快計算出來,，之后就可以進入睡眠狀態(tài),。CNN其實很大程度降低了它的功耗，我們認為,，在未來邊緣的應用中,，特別是一些特殊的應用中這是一個非常重要的特征，這就是我們?yōu)槭裁次⑻幚砥饕鲆粋€CNN,。

Q：神經(jīng)網(wǎng)絡加速器和MCU之間需不需要考慮組合或者匹配的關系,？在面對不同算力需求的場景時，CNN加速器的性能是否可以實現(xiàn)拓展,？

李勇：ADI的AI MCU不僅僅是集成了硬件的CNN,，也集成了兩個微控制器，一個是Arm的Cortex-M4F,，另一個是RISC-V的,。它們之間的配合，M4F主要是做一些應用和通信,，這是已經(jīng)分配好的,，同時內部還配有FLASH和SRAM。而RISC-V則是一顆小內核,，采用32位精簡指令集,，它主要是配合CNN來工作。由于CNN工作時需要輸入一些原始數(shù)據(jù),，比如圖片,、聲音、波形等數(shù)據(jù)通過通信接口或者圖像camera接口輸入進來后,，會由RISC-V內核將這些數(shù)據(jù)搬運至存儲空間,，再讓CNN來用。CNN經(jīng)過硬件計算,，將原始的數(shù)據(jù)通過矩陣的乘法和加法得到一些特征值,，再放到內存里來進行比對。就是這么一個過程,，因此配合肯定是需要的,，不過ADI已經(jīng)規(guī)劃好了，同時還有一些成熟案例,，讓客戶開發(fā)起來非常簡單,。

Q：MAX78000是一顆集成AI功能的通用MCU，您如何看待它與專門針對某一類應用或與某一類應用場景高度適配的AI SoC芯片之間的關系,？

李勇：ADI的MAX78000也是一顆比較小的SoC,，因為它不僅僅集成了處理器內核，還集成了memory（內存），包括FLASH和SRAM,，所以無需外擴,。整個應用用到的memory都集成了，同時還集成了電源模塊,、通信模塊,，還有一些camera接口。因此它可以運行一些Free的RTOS,，不過它不能運行安卓和Linux,，但它可以運行一些比較簡單的RTOS，所以它也算一個SoC,。

至于區(qū)別,，我覺得MAX78000更適合做一些邊緣的監(jiān)測與控制，它可以將原始數(shù)據(jù)迅速分析出來,，并且執(zhí)行一些控制,。而傳統(tǒng)意義上的AI芯片則功率比較大，尺寸比較大,，算力可能強，但也很貴,。它們針對的更多的是計算速度較高,、算力較強的應用。這種一般如傳統(tǒng)意義上的GPU可能會用在服務器端,，而ADI則面向邊緣端,。

所以要將很大的像FPGA或者GPU用到邊緣端，一個是成本受不了,，二是沒有辦法用電池進行供電,，而且也沒有必要。比如說一個camera安防攝像頭,，往往只拍攝一幅圖片分析一次,，再拍攝一次圖片再分析一次，所以不需要很高的算力,。因此MAX78000非常適合邊緣AI應用,。

Q：您如何看待來自新興邊緣語音和圖像AI芯片給ADI MCU帶來的競爭？ADI為什么不直接用邊緣AI芯片來深耕這些市場,，而是采用AI MCU這個概念,？

李勇：邊緣AI更強調的是低功耗、尺寸,、價格,，還有安全性，算力只是一個方面,。但比如做一個攝像頭往往希望一個CPU就夠了,，這個CPU既要有控制功能,，也要有CNN功能，這就是目前的市場需求,，而ADI可以滿足它,。如果用傳統(tǒng)的一些AI芯片來做，可能外面要加很多的東西,，包括PMIC即電源管理IC,，還有一些memory、存儲,、MCU,，統(tǒng)統(tǒng)加上后，一是成本比較高,，二是功耗也比較高,。因此針對邊緣智能化市場，ADI MCU將是非常適合的選擇,。

Q：ADI多個產(chǎn)品的低功耗的優(yōu)勢是通過什么樣的手段來實現(xiàn),？未來是否還有繼續(xù)降低低功耗的空間？

李勇：我覺得可穿戴級別的低功耗應該是最低的低功耗,。怎么實現(xiàn)呢,？

首先，每個產(chǎn)品采用的內核Cortex-M4F或者是RISC-V本身就是低功耗的,，每個芯片有不同的工作模式,、功耗模式。比如在活躍模式下,，芯片需要全速運行,，內核、時鐘,、memory,、GPIO、集成器全部都要工作,；在睡眠模式下,，內核不工作了，停在那,，但是我的時鐘,、memory、GPIO或者是集成器還是在工作,；在深度睡眠模式下,，主要的時鐘已經(jīng)不工作了，內核也關掉了，有一部分memory是帶電的,，因為一部分數(shù)據(jù)是需要保留的,，另外一部分不需要保留數(shù)據(jù)的就也關掉了，還可能有一些GPIO基本上也都關掉了,，剩下的一些可能是為了激活的,，這些方方面面組合起來也是為了降低功耗。

其次,，ADI的設計是有多個時鐘源,，我們的芯片里不僅有100MHz，還有7MHz和4MHz的,，經(jīng)過我們測試,，用低頻率的時鐘源的功耗有顯著降低。其實,，一個芯片的功耗分為動態(tài)功耗和靜態(tài)功耗,，動態(tài)功耗是CPU跑起來，跑的頻率多少就是它的動態(tài)功耗,。關掉的時候,，還有一個漏電流，這就是靜態(tài)功耗,。采用低頻率時鐘源的時候,，靜態(tài)功耗也能降低。

第三是提高集成度,，ADI將電源管理、通信接口,、比較大的memory,、甚至是電頻轉換芯片也集成在芯片里面。比如,，現(xiàn)在有兩種傳感器,，一種是1.8V的，一種是3.3V的,，一般的MCU需要加一個轉換芯片,，但ADI不需要，因為已集成在芯片內部,，可以用軟件進行配置,，這一個端口1.8V，另外一個端口3.3V,，所以集成在一起后,，不需要的時候，客戶都可以關掉配置，所以集成度高也有助于實現(xiàn)低功耗,。我們把這些放在一起使得ADI低功耗MCU能夠達到可穿戴級的低功耗,。