视觉需求增长，处理器如何选择

在上一期中我们说到，在高分辨率人机界面、嵌入式视觉、嵌入式人工智能(e-AI) 、实时控制以及工业以太网连接上MPU都有广阔的用武之地。对于一些基于Linux或安卓的操作系统的计算机密集型工业应用和消费类应用，需要大量高速连接或功能范围广泛的用户接口，MPU是此类应用的主流选择。主流选择不是唯一选择，面对视觉应用，为了增强可靠性，也有大厂是通过SoC来做的。

今天我们将切入点从工业以太网转换到视觉应用，在这一类应用里，那些顶级的处理器厂商做了哪有富有特色的开发。

RA RZ/G系列

RA的RZ系列作为基于32位和64位Arm的高端微处理器，在MPU领域是非常有特色的。上一期中工业以太网应用的N系列就让人印象深刻。 而面向图形、多流视频和嵌入式视觉推出的G系列也是性能强劲。

（RZ/G系列，RA）

G1系列是具有 1GHz+ Arm Cortex-A 核心的32位MPU。G1系列里，RZ/G1H MPU是RA在通用、图形和视频应用方面综合实力最高的一款处理器。它配备有四核Cortex-A15 (1.4 GHz) 和四核 Cortex-A7 (780 MHz) CPU、两个32位DDR3接口、一个3D图形引擎和两个专用通道，用于对全高清视频进行硬件加速编码和解码。RZ/G1HF MPU的高性能使其能够在多个视频流上进行图像识别和认证这些高性能图像处理。这款MPU的外设配备了高速USB，SATA接口等等全面的功能外设。

G2系列则是多核架构的64位MPU。这个系列的微处理器将强大的64位多核架构与高级图形功能以及高带宽内存接口相结合，完全契合使用嵌入式控制器的开发人员所需的高性能、高可靠性和长期的软件支持。

64位ARM V8-A核心以及强大的图形引擎，4K UHD视频引擎，G2的多核组合可从低端应用扩展到高端应用，在单个封装中提供高达35.6kDMIP的性能，可以说G2这个系列提供了最高性能的视觉处理能力。性能上已经足够高，那可靠性呢？对于关键的系统任务，G2在内部和外部存储器上内置了ECC纠错码，同时采用了高达 3200MT/s的DDR3L和LPDDR4用于外部存储器的高速协议。而数据安全方面，G2系列通过硬件特性实现了一个安全的平台，包括Arm TrustZone分区，安全的密钥生成和存储等等。

G系列在A系列的基础上做了相当多的拓展，在机器视觉应用有着绝对高端的性能。

STM32MP系列

STM32系列通用32位MPU集成Arm Cortex-A 和 Cortex-M两种内核的异构架构，在实现高性能且灵活的多核架构以及图像处理能力的基础上基还能保证低功耗。

（ST MPU矩阵，ST）

现在机器视觉应用都需要特定的嵌入式设计来管理较高的处理负载和具有视觉的复杂应用。面对这些需求，ST在保持低功耗和实时性能的同时还充分利用了开源软件堆栈的能力。

STM32系列通用32位MPU的双内核异构架构在图像处理能力上相差不大，这里选择了STM32MP151A。STM32MP151A的工作主频为800 MHz。Cortex-A7上带有多个缓存，还集成了ST独有的NEON技术，在嵌入式应用中提供了丰富的性能与低于市面其他产品的功耗。

而另一个处理器Cortex-M4 具有单精度浮点单元（FPU），支持单精度数据处理指令和数据类型。Cortex-M4支持全套DSP指令和增强应用程序安全性的内存保护单元，在机器视觉处理上的性能也是绝对足够的。可以说ST的MPU是性价比极高的。

TI TDA2P系列

在视觉分析应用上，TI只推出了这一个系列SoC。这个系列可以应用车规级复杂的嵌入式视觉技术。

（TDA2P系列，TI）

TDA2P系列集最佳的性能、低功耗和视觉分析处理功能于一体，是专门针对ADAS应用而开发的。TDA2P系列采用的是可扩展架构，展开来看其中包含了TI的DSP生成内核、Vision AccelerationPac、Arm Cortex-A15 MPCore和双Cortex-M4处理器的组合。

双核A15微处理器子系统，同时两个C66x系列的浮点DSP每周期最多执行32次16 x 16位的定点乘法，可以应对1920×1080p，60fps全高清视频。该系列还集成了视频加速器和用于渲染虚拟视图的图形加速器，因此可实现3D视觉体验。上面提到的Vision AccelerationPac则包含了多个嵌入式视觉引擎，因此应用处理器不用再执行视觉分析功能，极大地降低了功耗。在外设上，TDA2Px集成度也很高，包括LVDS环视系统、显示屏、CAN 和千兆位以太网 AVB。这款能实现复杂嵌入式视觉技术的SoC性能毋庸置疑。

小结

在机器视觉应用上，MPU与SoC都有广泛的应用。SoC提供了比MPU更全的功能，但其复杂而系统对设计和制造工艺的要求更高，成本自然也是。在自动驾驶上肯定是SoC更合适，对于一般的工业级消费级视觉应用，MPU仍然是最多的选择。