1999年的筆記本、臺式電腦、手機等孕育了約1500億美元的半導體業務，2009年進入到智能手機、云計算時期，大約有2500億美元的半導體業務，而從2019年和2020年開始，約5000億美元的半導體業務正在向我們招手，一個邊緣計算的新時代正在走來。這個增長需要對每個節點和邊緣有處理能力，也需要融入人工智能和機器學習技術。

　　恩智浦看到了這個機會。在邊緣計算領域，恩智浦最近幾年推出的跨界處理器i.MX系列正發展的如火如荼，據悉，其在無人機以及工業控制領域已經被廣泛采用。猶記得2017年11月，恩智浦推出了業界第一款跨界處理器產品i.MX RT1050，當時引起了業界的廣泛關注，此后的三年間，恩智浦又相繼發布了RT1050、RT1020、RT1060、RT1064、RT1015、RT1010和RT1024等第一代產品家族，這些產品已經在市場上證明跨界處理器是未來高性能MCU的發展方向，并改變了終端用戶的產品定義，加速產品創新升級。

　　如今，恩智浦將MCU插上AI的翅膀，將跨界處理器進行到底。

　　跨界處理器“跨”出新高度

　　“跨界處理器的確給我們帶來了非常多的變化，它不僅僅是原來一個小的Arm MCU能做的一些事情”。已經在MCU領域從業十幾年，經歷了Arm MCU從初級普及階段到現在高端、智能的跨界處理器的階段的恩智浦邊緣處理事業部系統工程總監王朋朋感慨道。而現在，恩智浦正在探索跨界處理器更廣闊的的星辰大海。

　　本次，恩智浦i.MX應用處理器系列產品中新增了超低功耗i.MX 8ULP、經Microsoft Azure Sphere認證的i.MX 8ULP-CS和新一代可擴展、高性能i.MX 9應用處理器。在三大重磅武器的加持下，這幾款跨界處理器“跨”出了新高度。這三大武器：一個是EdgeLock?安全區域，它使得邊緣處理器的安全性取得顯著提升；另一個是Energy Flex架構，它最大限度地提高了MCU的能源效率；再就是增強的eIQ機器學習軟件開發環境，其豐富的計算加速引擎賦能機器學習。

　　在i.MX 8ULP和i.MX 8ULP-CS系列中，Energy Flex架構將異構域處理、設計技巧和28nm FD-SOI工藝技術相結合，能源效率比前代產品提高了多達75%。這些處理器中嵌入了可編程電源管理子系統，該子系統能夠管理20多種不同的電源模式配置，從而提供出色的能源效率——從全功率到低至30微瓦。通過這種靈活的配置范圍，OEM和開發人員可以定制特定應用的電源配置文件，以盡可能提高能源效率。

　　i.MX 9應用處理器在整個系列中集成專用的神經處理單元（NPU），在邊緣針對需要低功耗連接和機器學習加速選項的性能加強型系統擴展了機器學習功能。該系列還標志著恩智浦Arm Ethos U-65 microNPU的首次實現，這使得在廣泛的嵌入式設備中構建高效的低成本人工智能解決方案成為可能。i.MX 9系列應用處理器采用恩智浦創新的Energy Flex架構，以便開發人員優化能源效率、幫助減少碳足跡并延長電池使用壽命。

　　在i.MX 9處理器中，Energy Flex架構將異構域處理（獨立應用處理器和配有獨立低功耗多媒體域的實時域）、設計技巧和工藝技術相結合，以最大限度提高運行效率。例如，實時域可為低功耗音頻用例提供支持，其中音頻可以在處理器其余部分關閉時運行。實時域還適用于工業應用，如需要快速啟動（小于100毫秒）的CAN網絡。該產品線的首個系列將通過16/12nm FinFET工藝技術制造，并且功耗極低。

　　針對熱門的AI和ML，恩智浦邊緣處理事業部軟件研發總監翁鐵成表示，在與客戶交流的過程中，恩智浦發現他們的痛點之一是在不同的物聯網環境里，AI和ML如何落地到他們的產品中，而且大家的認知不一樣，使用時對一些算法的了解也不夠。因此恩智浦提供了一個通用的、容易上手且能提升他們用戶體驗的一套工具集eIQ Toolkit，并針對工具集最大地發揮硬件能力。

　　“客戶擁有數據，但如何基于數據經過訓練生成他所需要的模型對于很多客戶來說就是困難的。因此恩智浦提供一個平臺，借助這個工具集，只要有了數據，恩智浦就可以提供很多的模型選項，你可以選你想用Caffe還是想用TensorFlow等，然后可以安裝在強大的PC和服務器上，它提供的界面可以做自動化的訓練。訓練完以后會產生針對恩智浦的MCU或者是MPU的最適用的訓練模型，通過我們自己的工具下載到SoC上并滿足客戶的需求?！蔽惕F成總結為，在eIQ Toolkit工具上，只要你有數據就行。

　　關于MCU上的AI 應用，王朋朋講述到，從大致方向看，MCU能做的事情和高端的處理器沒有區別。從步驟上講，它們采用的流程也是一致的，比如在PC端做數據訓練、建模，然后做一些轉換、量化降解，再分解成可以在MCU部署的模型或者是一些能夠和C語言、C++配合的量化的代碼。在目標MCU端可以做數據的輸入和模型的運算，比對輸出的結果。區別只是在采用的工具上，MCU需要采用更加適合MCU的模型或者是框架，比如，MPU上可以采用Tensorflow，在MCU上就需要采用Tensorflow Lite Micro，它更加適合在MCU上做一些實時的處理，少一點的算力模型，相對來說要簡化一些，以便更好地配合，比較適合MCU的輸入和輸出以及接口控制。同時，MCU的功耗和成本比較低，所以可以在邊緣側做一些比較適合它的AI的應用。

　　算力功耗之外，安全對邊緣尤為重要

　　需要重點指出的是，可以看到，i.MX 8ULP和i.MX 9系列中都融合了EdgeLock技術，因為在邊緣上，除了算力、功耗的考慮以外，現在越來越注重安全，比如一些數據需要傳送，很多的推理、處理都在本地運行，所以大家越來越重視數據的安全性。

　　恩智浦在整套安全解決方案方面擁有豐富的經驗和悠久的歷史，并以此為基礎推出了EdgeLock安全區域，這是一款經過預配置的安全子系統，簡化了復雜安全加密技術的實現，并幫助設計人員避免代價高昂的錯誤。

　　關于EdgeLock技術，翁鐵成做了詳細的介紹，他著重強調了兩點：一是，從安全策略啟動和信任根來看，一方面恩智浦提供了EdgeLock2Go的技術，該技術的信任根包含在EdgeLock里面，恩智浦可以通過信任根與EdgeLock的云服務做交互，能夠保證它安全地做認證。以恩智浦的合作伙伴微軟為例，恩智浦把微軟的相關IP也集成到里面，包含了微軟自己做Azure Sphere的信任根，它也是結合到EdgeLock里面，從而享受到Azure Sphere提供的安全的云服務。它不只是云服務，其本身也是一個操作系統，基于恩智浦和微軟戰略合作伙伴的關系，它能夠持續提供10多年以上的升級和改進，包括安全策略的提升等服務，能夠保證在工業物聯網領域十多年以上的使用壽命。

　　第二是創新的高效節能技術，這是針對異構架構而言，包含了Cortex-A核的A35并具備既高效又節能的特點；針對實時處理，恩智浦還有Cortex-M33的核?；贓nergy Flex架構處理時，提供了豐富的可選擇的配置，比如可以針對Cortex-M進行處理，也可以針對Cortex-M加上A核進行處理，還可以將GPU、DSP加到里面形成一個統一的能耗的管理，總共加起來大概有20多種能耗的配置，針對多樣化的物聯網和工業領域需求提供多種選擇。

　　現在，嵌入式開發人員可以專心研究應用，解決上市時間挑戰，讓EdgeLock安全區域技術來處理物聯網安全保護的潛在復雜性。

　　跨界還在繼續

　　硬件之外，軟件為輔。跨界處理器為高級軟件技術的應用和普及帶來了新的機遇，同樣，豐富而強大的軟件工具也為之作支撐。恩智浦除了做底層的芯片設計和參考電路板的設計，還給客戶提供軟件方面的支持。該做法的目的有兩個，一是提升用戶體驗，客戶拿到恩智浦的芯片以后能更快地針對特定應用場景開發自己的產品；二是能最大化發揮芯片的能力。

　　同時恩智浦非常強調可擴展性，據恩智浦大中華區工業與物聯網市場高級總監金宇杰介紹，恩智浦的產品的算力從初級到高端，從比較簡單的Cortex系列到A系列，從單核到多核，以及不同種類的DSP、GPU等都有，這就讓大家能夠在應用領域有更多的選擇。所以可擴展性是恩智浦產品組合一個非常大的特點。

　　在恩智浦看來，無論是從支持的客戶數量還是應用的多樣化上來說，跨界處理器是成功的，這也是恩智浦做MCU這么多年以來比較火的一個系列。未來，恩智浦仍會繼續推出性能更強或者應用性更強的跨界處理器產品。