電子發燒友網報道（文/李寧遠）在物聯網興起的今天，基于邊緣計算的機器學習技術變得越來越重要，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?？缃缦盗械腗CU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。

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。

瑞薩邊緣計算MPU

瑞薩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。

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。

瑞薩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：本文由電子發燒友原創，轉載請注明以上來源。如需入群交流，請添加微信elecfans999，投稿爆料采訪需求，請發郵箱huangjingjing@elecfans.com。

編輯：jq