MCX N系列微处理器之NPU使用方法简析

MCX N系列是高性能、低功耗微控制器，配备智能外设和加速器，可提供多任务功能和高能效。部分MCX N系列产品包含恩智浦面向机器学习应用的eIQNeutron神经处理单元(NPU)。低功耗高速缓存增强了系统性能，双块Flash存储器和带ECC检测的RAM支持系统功能安全，提供了额外的保护和保证。这些安全MCU包含恩智浦EdgeLock安全区域Core Profile，根据设计安全方法构建，提供具有不可变信任根和硬件加速加密的安全启动。

MCX N系列微型处理器：MCXN94xMCXN54x基于两个高性能的Arm Cortex-M33核心构建，核心运行速度可达150 MHz。它配备了2MB的板载闪存（Flash），并可选择配置完整的ECC（错误校正码）RAM，同时集成了一款专属的神经处理单元（eIQ Neutron NPU）。该NPU在机器学习（ML）任务处理速度上，比M33核心快出40倍，显著减少了设备的唤醒时间，并有效降低了总体功耗。

eIQ Neutron NPUs能够支援包括CNN（卷积神经网络）、RNN（循环神经网络）、TCN（时间卷积网络）以及Transformer等多种类型的神经网络。利用eIQ Neutron NPU进行机器学习应用的开发，将得到eIQ机器学习软件开发环境的全方位支持。eIQ Neutron NPU系统框图如下所示：

NPU由计算单元，权重解码器，量化器，优化函数加速器，RAM以及DMA快速访问接口组成，其ML算力可达4.8G。强大的算力给ML推理带来极大的加速，在TinyML Perf benchmark测试模型上的性能对比如下图所示：

图中表示NPU的性能提升倍数，绿色柱体代表M33，蓝色柱体代表NPU基于M33的提升倍数。从图中可以看到Anomaly Detect异常检测模型NPU提供8倍的性能提升，Keyword spotting关键词检测模型NPU提供15倍的提升，Resnet图像分类模型NPU提供38倍的性能提升，VisualWake Word模型NPU提供28倍的性能提升。

对于不同类型的模型，NPU的加速效果略有不同。Resnet主要是由卷积网络构成，NPU的主要计算单元是乘累加计算器，并且通道间权重是共享的，所以NPU对卷积网络性能提升是最大的，异常检测模型主要由全连接网络组成，全连接网络的权重无法共享故而无法最大限度的利用NPU，所以全连接网络的加速是最小的。

推理速度的提升必然会减少核心的运行时间从而降低了整体的功耗，打开NPU会额外增加1.4mA（3.3V）的电流，相比运算速度的提升，这个增量可以忽略不记。

从运行时序图上看，NPU使能后Core的大部分时间是在休眠状态，如果不在NPU上推理模型，Core基本一直处于运行状态，NPU节能效果显而易见。

审核编辑：刘清