MCU厂商积极拥抱AI，瑞萨/ST/恩智浦等企业有啥特色？

电子发烧友网报道（文/吴子鹏）根据Yole的研究报告显示，2023年全球MCU市场规模约282亿美元，预计至2028年将以5.5%的年复合增速达到388亿美元。在MCU市场规模稳健增长的过程里，边缘AI是一个重要的市场，Gartner的预测数据指出，到2026年，全球80%的企业将在其业务中引入生成式AI。也就是说，边缘AI不仅市场规模在快速增长，同时AI的水平也在日益提升，这对作为系统核心的MCU提出了更高的要求。

目前，“MCU+AI”已经成为MCU大厂布局的重点，为了让MCU具备更加强大的实力，同时也为了让工程师基于MCU更容易开发AI应用，厂商从软硬件方面进行了多维度的布局。

瑞萨电子：Arm Helium技术+Reality AI Explorer Tier

对于瑞萨电子在“MCU+AI”方向上的布局，我们已经进行过很多次的报道，其中比较有代表性的是瑞萨电子对于Arm Helium技术的利用，以及Reality AI Explorer Tier工具的推出。

目前，支持Arm Helium技术的核心主要是Arm Cortex-M52、Arm Cortex-M55和Arm Cortex-M85内核，后者的性能更高。目前，在Arm Cortex-M85内核的使用上，瑞萨电子已经推出了多款产品，包括RA8D1、RA8M1、RA8E1、RA8E2和RA8T1。

2019年，Arm公司推出了适用于Armv8‑M架构的Arm Cortex-M矢量扩展技术 (MVE)——Arm Helium技术，作为Cortex-M处理器系列的矢量扩充方案，大幅度提升了小型、嵌入式设备的机器学习和数字信号处理能力。从具体数据来看，Helium可使信号处理性能提升5倍，ML性能提升15倍，为AI在小型低功耗设备上的普及奠定基础。

在软件工具上，Reality AI在整个行业里都是极具代表性的，这款工具允许工程师基于高级信号处理生成和构建TinyML和Edge AI模型。用户可以自动浏览传感器数据并生成优化模型。Reality AI工具包含用于查找最佳传感器或传感器组合、传感器放置位置和自动生成组件规格的分析，并包括时域、频域方面完全可解释的模型函数，以及用于Arm Cortex M/A/R实现的优化代码。

Reality AI Explorer Tier则是Reality AI Tools软件的免费版本，几乎包含了Reality AI Tools的全部功能，包括自动化AI模型构建、验证和部署模块。

意法半导体：免费工具，MCU和MPU双轨并行

意法半导体（ST）在AI工具方面提供了丰富的资源，既有自动机器学习工具NanoEdge AI Studio，也有适用于STM32 MCU的模型优化器STM32Cube.AI，还有ST Edge AI Developer Cloud和面向OpenSTLinux的AI框架等。

其中，STM32Cube.AI可用来在任意STM32 MCU上，对采用最流行AI框架训练的神经网络模型进行优化和部署。该工具可通过STM32CubeMX环境中的图形界面以及通过命令行来使用。该工具现在也可以通过意法半导体边缘AI开发者云在线使用。工程师可以在STM32 Model Zoo找到适用的边缘AI模型，然后这些模型经过优化后可运行在STM32 MCU上。

而ST Edge AI Developer Cloud是在ST设备上开发AI的免费在线服务，提供创建、优化和基准测试工具。它利用ST Edge AI Core技术，支持兼容设备上的AI硬件加速（NPU）。

目前，ST提供超过50个边缘AI案例研究，面向交通运输、农业、可穿戴和家电等领域。在硬件平台方面，工程师可以选择STM32 MCU，更高性能的AI需求也可以使用意法半导体的MPU。

恩智浦：MCU+NPU以及eIQ

恩智浦针对“MCU+AI”也提供了丰富的产品，比如集成NPU的MCU——MCX N系列。MCX N系列高度集成的Arm Cortex-M33微控制器旨在实现高性能和低功耗。MCX N系列配备智能外设和片上加速器，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eIQ Neutron神经处理单元（NPU）。eIQ Neutron神经处理单元支持多种神经网络，如CNN、RNN、TCN和Transformer网络等。

eIQ不仅是NPU，也是恩智浦推出的一款机器学习软件。恩智浦eIQ机器学习（ML）软件包括eIQ Portal、eIQ Model Tool、eIQ Command-line Tools三个重要组件，开发环境支持在恩智浦EdgeVerse微控制器和微处理器（包括i.MX RT跨界MCU和i.MX系列应用处理器）上使用ML算法。eIQ ML软件包括称为eIQ Toolkit的ML工作流工具以及推理引擎、神经网络编译器和优化库。该软件利用开源的专有技术，并完全集成到恩智浦MCUXpresso软件开发套件和Yocto开发环境中，使工程师可以轻松开发完整的系统级应用。

今年3月份，恩智浦与英伟达宣布达成合作，将英伟达的AI模型运用到恩智浦边缘处理设备当中。这项合作将让开发者借助Nvidia TAO工具包，无缝地将其集成进NXP的eIQ机器学习开发环境，共同推动AI的加速发展。据悉，恩智浦是首个直接内置Nvidia TAO API于AI产品的半导体厂商。

英飞凌：Arm Helium技术、NPU和PSoC 6 AI

英飞凌在硬件上的布局是Arm Helium技术和神经网络（NN）加速器共用。在今年的2024年科技日上，英飞凌推出了PSOC Edge系列，该系列产品的设计针对机器学习（ML）应用进行了优化，专为下一代响应式计算和控制应用程序而设计，具有硬件辅助机器学习 (ML) 加速功能。

据介绍，英飞凌PSOC Edge系列MCU基于高性能 Arm Cortex-M55内核打造，包括与 Arm Ethos-U55和 Cortex-M33配对的Helium DSP支持，以及英飞凌的超低网络神经网络加速器。英飞凌PSOC Edge系列MCU包含E81、E83 和 E84三个系列，在性能、功能和内存选项方面具有可扩展性和兼容性。其中，E81采用Arm Helium DSP技术和英飞凌NNLite神经网络（NN）加速器；E83和E84内置Arm Ethos-U55微型NPU处理器，与现有的Cortex-M系统相比，其机器学习性能提升了480倍，并且它们支持英飞凌NNlite神经网络加速器，适用于低功耗计算领域的机器学习应用。

在工具方面，英飞凌在今年推出了全新的综合评估套件PSoC 6 AI评估套件，是一款专注于边缘AI和机器学习（ML）的硬件平台，包括英飞凌的ModusToolbox和Imagimob Studio产品，用于定制边缘ML模型和即插即用的Ready Models。PSoC 6 AI评估套件支持用户评估英飞凌的ML平台Imagimob Studio以及即用型ML模型和其他软件产品。用户可通过PSoC 6 MCU、雷达、声学、压力和IMU传感器实现数据采集。

国产MCU厂商的动作

当前，“MCU+AI”已经成为大势所趋，国产MCU厂商同样有所行动。比如，作为国产MCU的龙头企业，兆易创新推出了采用600MHz Arm Cortex-M7高性能内核的GD32H7系列，支持多种硬件加速，内置超大可配高速存储空间，实现兼具高性能和低延迟的实时控制，可用于机器学习和人工智能等应用。

同时，兆易创新也在积极研发AI相关的算法。比如在今年的SNEC第十七届（2024）国际太阳能光伏与智慧能源（上海）展览会上，该公司推出了AI直流拉弧检测方案，采用高性能GD32H7系列MCU，其在500K采样率下可以支持多达12路ADC通道的拉弧检测实时AI推理能力，算法使用深度卷积神经网络，支持对1024、2048和4096采样点的实时检测，模型大小仅占用1.7KB的Flash空间，单次推理耗时不超过0.6毫秒，能够对直流拉弧现象即时响应。

另外，国芯科技也在发力MCU+AI技术领域。三季度，国芯科技推出了支持生成式控制的端侧AI MCU新产品CCR4001S，该芯片基于国芯科技自主RISC-V架构C*Core CPU内核研发，内部配置了AI NPU，支持智能控制算法与自适应变频控制算法，可用于智能家电、工业控制、新能源、机器人等领域。

结语

未来，边缘AI是各行业发展的大趋势，也是AI技术落地的下一个阶段，具有巨大的行业潜力。MCU虽然计算和存储资源有限，但是在小型AI应用上面具有独特的优势，因此MCU+AI得到了国内外厂商的广泛关注。不过，从进程来看，和通用MCU市场相似，在MCU+AI领域，国际厂商也是领跑者，国产MCU厂商则是追赶者。