电子发烧友网报道(文/李宁远)在物联网兴起的今天,基于边缘计算的机器学习技术变得越来越重要,重要数据的处理需要更接近数据最初所在的位置。这两年,人工智能发展的主题已经非常明确,在落地应用上国内外厂商都在抓紧部署。在众多的AI技术当中,无论是上层的算法应用,还是产品,最终都依赖于底层算力的保障,也就是那颗“芯”。
无论在新一代可穿戴设备上,还是在机器人领域,边缘处理的方案似乎更适合这些需要实时、安全、自主响应的应用。而这些多元化的场景里不同的环境都对芯片的功耗和性能要求有差异。如何在能效、安全以及连接性上保证对不同场景的覆盖是一大难点,同时在芯片上执行深度学习任务获取高质量数据也绝非易事。在边缘计算的核“芯”上,主流厂商是怎么突破的?
NXP有一个边缘计算平台EdgeVerse,囊括了全面的处理器、微控制器和签名软件产品组合。i.MX RT系列跨界MCU就是EdgeVerse边缘计算平台的一部分,这个大系列的产品兼顾Arm Cortex-M内核、实时处理功能以及MCU的可用性。
从最初的Cortex-M33内核的RT500系列到现在的M7内核的RT1170。跨界系列的MCU从性能到场景覆盖都很出色,可以说这款跨界产品推动了应用处理器和MCU之间的融合。
RT1170跨界MCU以1GHz的速度刷新了纪录。RT1170的双核为6468 CoreMark,主频达1 GHz的Cortex-M7以及主频达400MHz的Arm Cortex-M4。
RT1170突破性的跨界MCU结合了极其高效的计算能力、多种媒体功能以及各种实时功能。同时配置了大容量低延迟的片上SRAM存储器,SRAM高达2MB,带有面向Cortex-M7的512 KB TCM和面向Cortex-M4的256 KB TCM。这样一来RT1170的实时反应极快,延迟最低仅有12ns。
该系列也尽可能在降低功耗,通过集成DC-DC转换器,在动态功耗上RT1170有所下降,同时该芯片本身也有频率为21MHz的低功耗模式。在高效能计算,实时性以及功耗层面之外,这款跨界MCU的集成度也足够高。本就强大的多媒体性能实现了GUI与增强HMI,通过OpenVG图形加速,主频可达500MHz。
安全方面体现在整个EdgeVerse上,安全启动和加密引擎以及AES解密都在这款跨界MCU上全部体现。可以看出在边缘计算领域,NXP可谓是下了苦功,通过跨界MCU强大性能以及全面的配套体系打造自己的NXP边缘计算生态。
瑞萨边缘计算MPU
瑞萨在边缘计算上使用了我们熟知的老朋友—RZ系列。这一次边缘计算的重任落在了RZ/A系列头上。RZ/A 是基于32位Arm Cortex A9的处理器,具有高达10 MB片上SRAM可以缓冲高达WXGA分辨率的图形。尤其是系列下的A2M,带有动态可配置处理器技术,在嵌入式AI高速图像处理上颇有心得。
RZ/A2M具有大容量内部 RAM (4MB),采用动态可配置处理器提供10倍图像处理性能来支持边缘计算功能,并通过MIPI/LVDS/2端口以太网提供强大的连接功能。A2M提供足够的带宽来处理中央数据中心的全部信息。
RZ/A2M采用的是高达1000 DMIPS的Arm Cortex-A9 CPU,加上10 MB的片上RAM,HMI片上硬件以及QSPI闪存,在提供了比MCU更高性能的同时,还降低了系统成本。结合其高带宽128位宽并行数据总线,RZ/A 支持更快的图形和数字音频信号处理。
在基于A2M的边缘计算解决方案上,还采用了高性能的功率和模拟器件,如DC/DC、LDO、RS-485/422 收发器和具有高稳定性及高精度的温度湿度传感器。在这些器件的配合下,A2M对图像数据进行快速预处理和特征提取,极其适用于需要处理图像的边缘计算场景。
瑞萨在边缘计算上的布局更偏于嵌入式视觉应用,通过强大的图形处理能力来拓宽旗下的边缘计算生态。
写在最后
边缘计算在数据脱敏、数据感知和实时决策上有效弥补了时延和数据隐私上的短板,也能降低高昂的IT基础设施成本。从长远来看,核“芯”强大的边缘计算将把物联网等相关应用提升到一个全新的水平。
声明:本文由电子发烧友原创,转载请注明以上来源。如需入群交流,请添加微信elecfans999,投稿爆料采访需求,请发邮箱huangjingjing@elecfans.com。
编辑:jq
-
mcu
+关注
关注
146文章
17152浏览量
351264 -
NXP
+关注
关注
60文章
1279浏览量
184256 -
机器人
+关注
关注
211文章
28437浏览量
207175 -
RAM
+关注
关注
8文章
1368浏览量
114715
原文标题:边缘处理加紧落地,计算核“芯”持续突破
文章出处:【微信号:elecfans,微信公众号:电子发烧友网】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论