邊緣處理加緊落地，計算核“芯”持續突破
基于邊緣計算的機器學習技術在物聯網興起的如今變得越來越重要，重要數據的處理需要更接近數據最初所在的位置。這兩年，人工智能發展的主題已經非常明確，在落地應用上國內外廠商都在抓緊部署。在眾多的AI技術當中，無論是上層的算法應用，還是產品，最終都依賴于底層算力的保障，也就是那顆“芯”。
無論在新一代可穿戴設備上，還是在機器人領域，邊緣處理的方案似乎更適合這些需要實時、安全、自主響應的應用。而這些多元化的場景里不同的環境都對芯片的功耗和性能要求有差異。如何在能效、安全以及連接性上保證對不同場景的覆蓋是一大難點，同時在芯片上執行深度學習任務獲取高質量數據也絕非易事。在邊緣計算的核“芯”上，主流廠商是怎么突破的？
NXP跨界系列MCU
NXP有一個邊緣計算平臺EdgeVerse，囊括了全面的處理器、微控制器和簽名軟件產品組合。i.MX RT系列跨界MCU就是EdgeVerse邊緣計算平臺的一部分，這個大系列的產品兼顧Arm Cortex-M內核、實時處理功能以及MCU的可用性。
從最初的Cortex-M33內核的RT500系列到現在的M7內核的RT1170。跨界系列的MCU從性能到場景覆蓋都很出色，可以說這款跨界產品推動了應用處理器和MCU之間的融合。
RT1170跨界MCU以1GHz的速度刷新了紀錄。RT1170的雙核為6468 CoreMark，主頻達1 GHz的Cortex-M7以及主頻達400MHz的Arm Cortex-M4。
（NXP）
RT1170突破性的跨界MCU結合了極其高效的計算能力、多種媒體功能以及各種實時功能。同時配置了大容量低延遲的片上SRAM存儲器，SRAM高達2MB，帶有面向Cortex-M7的512 KB TCM和面向Cortex-M4的256 KB TCM。這樣一來RT1170的實時反應極快，延遲最低僅有12ns。
該系列也盡可能在降低功耗，通過集成DC-DC轉換器，在動態功耗上RT1170有所下降，同時該芯片本身也有頻率為21MHz的低功耗模式。在高效能計算，實時性以及功耗層面之外，這款跨界MCU的集成度也足夠高。本就強大的多媒體性能實現了GUI與增強HMI，通過OpenVG圖形加速，主頻可達500MHz。
安全方面體現在整個EdgeVerse上，安全啟動和加密引擎以及AES解密都在這款跨界MCU上全部體現。可以看出在邊緣計算領域，NXP可謂是下了苦功，通過跨界MCU強大性能以及全面的配套體系打造自己的NXP邊緣計算生態。
RA邊緣計算MPU
RA在邊緣計算上使用了我們熟知的老朋友—RZ系列。這一次邊緣計算的重任落在了RZ/A系列頭上。RZ/A 是基于32位Arm Cortex A9的處理器，具有高達10 MB片上SRAM可以緩沖高達WXGA分辨率的圖形。尤其是系列下的A2M，帶有動態可配置處理器技術，在嵌入式AI高速圖像處理上頗有心得。
（RA）
RZ/A2M具有大容量內部 RAM (4MB)，采用動態可配置處理器提供10倍圖像處理性能來支持邊緣計算功能，并通過MIPI/LVDS/2端口以太網提供強大的連接功能。A2M提供足夠的帶寬來處理中央數據中心的全部信息。
RZ/A2M采用的是高達1000 DMIPS的Arm Cortex-A9 CPU，加上10 MB的片上RAM，HMI片上硬件以及QSPI閃存，在提供了比MCU更高性能的同時，還降低了系統成本。結合其高帶寬128位寬并行數據總線，RZ/A 支持更快的圖形和數字音頻信號處理。
在基于A2M的邊緣計算解決方案上，還采用了高性能的功率和模擬器件，如DC/DC、LDO、RS-485/422 收發器和具有高穩定性及高精度的溫度濕度傳感器。在這些器件的配合下，A2M對圖像數據進行快速預處理和特征提取，極其適用于需要處理圖像的邊緣計算場景。
RA在邊緣計算上的布局更偏于嵌入式視覺應用，通過強大的圖形處理能力來拓寬旗下的邊緣計算生態。
寫在最后
邊緣計算在數據脫敏、數據感知和實時決策上有效彌補了時延和數據隱私上的短板，也能降低高昂的IT基礎設施成本。從長遠來看，核“芯”強大的邊緣計算將把物聯網等相關應用提升到一個全新的水平。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
AI芯片
+關注
關注
17文章
1879瀏覽量
34993 -
邊緣計算
+關注
關注
22文章
3084瀏覽量
48894
發布評論請先 登錄
相關推薦
邊緣計算對網絡延遲的影響
邊緣計算對網絡延遲的影響是顯著的，它主要通過以下幾種方式降低網絡延遲： 一、縮短數據傳輸距離 在傳統的云計算架構中，數據需要通過網絡傳輸到遠離用戶的云端服務器進行處理，這種長距離的傳輸
實時數據處理的邊緣計算應用
實時數據處理的邊緣計算應用廣泛，涵蓋了多個行業和領域。以下是一些典型的應用場景： 一、工業制造 在工業制造領域，邊緣計算技術被廣泛應用于生產
邊緣計算網關的數據采集處理解析
邊緣計算網關 集成了數據采集、處理和傳輸等多種功能。它位于傳感器、執行器等設備層與云計算平臺之間，通過實時處理和響應本地設備的數據請求，減輕
邊緣計算的實際應用和使用案例
的時候，網絡速度成為制約處理效率的一大關鍵因素。在這樣的背景下，“邊緣計算”技術順勢進入了車企的視野。邊緣計算允許在實際收集數據的地方進行
邊緣計算是什么意思？邊緣計算的應用
邊緣計算（Edge Computing）是一種分布式計算范式，它將計算任務從數據中心遷移到網絡邊緣設備（如智能手機、物聯網傳感器等）上進行
邊緣計算網關的優勢有哪些？
隨著信息化、智能化浪潮的持續推進，計算技術正以前所未有的速度發展，而邊緣計算網關作為其中的重要一環，以其獨特的優勢正在逐步改變我們的生活方式和工作模式。本文將詳細解析
邊緣計算網關與邊緣計算的融合之道
隨著物聯網、大數據和人工智能的飛速發展，數據處理和分析的需求呈現出爆炸式增長。傳統的中心化數據處理模式已難以滿足實時性、低延遲和高帶寬的需求，邊緣計算應運而生，成為解決這一難題的關鍵技
什么是AI邊緣計算，AI邊緣計算的特點和優勢介紹
隨著人工智能的迅猛發展，AI邊緣計算成為了熱門話題。那么什么是AI邊緣計算呢？簡單來說，它是將人工智能技術引入邊緣
工商網監
評論