近日，騰訊和阿里達摩院相繼發布了他們對于2023年科技趨勢的預測。達摩院預測，生成式AI將進入應用爆發期；存算一體芯片將在垂直細分領域迎來規?；瘧?，或將帶來計算架構的變革，并對云計算、人工智能、物聯網等產業發展帶來積極影響。而在騰訊的預測中，他們認為第一大趨勢是高性能計算邁向“CPU+GPU+QPU”時代；第二大趨勢為泛在操作系統，這一系統加速了人-機-物全面融合。

應用需求的爆發驅動人工智能技術與行業的融合、數字技術與產業生態等的融合、以及科技進步與產業應用雙輪驅動的融合創新已成為不可逆轉的宏大趨勢。隨著 5G 和物聯網不斷發展，智能終端設備不斷普及，網絡邊緣側數據呈現爆發式增長?！舵溄印芬粫刑峒埃骸半m然互聯網是人制造系統，但從結構上來看，卻更像是一個生命系統”。IoT技術正在與AI技術發生深度融合。

人工智能是一種強大的模式識別技術，它旨在了解智能的本質，并設計具備類似人類智能的智能機器。AI可以讓機器具有類似人類的大腦一樣的智慧，因為它是人造的，區別于自然界的智能，所以叫它“人工智能”。

IoT，也就是物聯網技術，它是通過射頻、紅外、GPS等設備，按照約定的協議，將任何物品聯網以進行信息交換和通信，從而實現物品的智能識別、定位、跟蹤、監測和管理。物聯網脫胎于互聯網，只不過互聯網通常是手機、電腦、服務器之間所組成的網絡，而物聯網則將這個概念延拓到了所有物體。

如果說物聯網相當于人身上遍布的周圍神經網絡，那么AI則相當于人的大腦。要達到類似于人類的智能，設備必然需要進行大量的矩陣運算，這意味著大量的存儲空間、強大的計算能力、高速的數據交互，成本很高，往往只有部署在云端的大型服務器才能夠勝任這一工作。

智能邊緣：助力物聯實踐

相比于云端AI，由于不需要將數據上傳至云端，邊緣AI具備實時性好、帶寬資源要求低、隱私性高等特點，特別適合物聯網應用。和云端AI相同，邊緣AI也具備AI的共性特征。

邊緣AI技術是相對于云端AI技術而言的，因此又可以被稱為終端AI技術，最早起源于20世紀90年代的邊緣計算。之所以被稱為“邊緣AI”，是因為邊緣AI技術在靠近用戶本地的終端網絡邊緣執行AI運算，而不是將數據集中在云或數據中心進行處理，即設備可以在本地自行做出運算與決策，不一定必須要連接到互聯網。

根據預測，2025年將有75%的數據產生在邊緣側進行處理。因此邊緣AI可以在許多方面大顯身手。例如森林火災監測，公路、鐵路或者是大壩塌方監測等應用場景，邊緣AI可以得到很好的應用。這些地方都普遍比較偏僻，通信網絡都不是很好，交通不是很方便，但快速決策和及時預警非常關鍵，如果一旦發生事故救援不及時的話會導致很大的人員傷亡和財產損失。因此必須通過邊緣AI快速判定。傳統的云端監測可能需要發送大量視頻或圖片上到云端，對網絡流量的要求很高。而通過邊緣AI的自主智能識別，緊急情況發生時只需要設備發送的一條短信就可以快速實現報警的功能，從而避免更嚴重的災害發生。

邊緣AI作為在設備本地端執行的AI，通常需要使用電池供電，因此需要在系統功耗、計算速度和設備成本之間取得一個比較好的平衡。在各行各業，虛擬和現實環境的交互正在增強，ICT基礎架構日漸普及，并且可以進行自我管理。

ADI中國技術支持中心高級工程師辛毅分享說：“針對邊緣技術，ADI也始終致力于在現實世界與數字世界之間架起橋梁，從而實現在物聯網設備的邊緣端執行AI推理，比云計算的速度更快?！?/p>

ADI的邊緣AI微控制器

通常，邊緣AI可以由通用的微控制器芯片完成，也可以由FPGA、GPU、DSP等專門的芯片完成。微控制器（Microcontroller Unit）可以在單顆芯片上實現計算機的功能，業界俗稱為“單片機”。微控制器可以說在整個電子系統里起到至關重要的作用，它可以按照一定的程序對系統其它部件起到控制的作用，也可以收集外界或者內部的一些數據作出處理、計算和決策，是電子系統當之無愧的“大腦”。

雖然ADI公司以其出色卓越高精度的信號鏈和電源產品聞名于世，但是公司在微控制器領域的投入也已經有很長的歷史了。從1995年至今，公司MCU產品的出貨量已經超過了10億片。從2002年之前的8051系列的MCU，到2004年以來的MAXQ系列的MCU，再到2012年之后的ARM內核系列的MCU，ADI不同類型不同特色的MCU給客戶留下了深刻的印象。

從2020年至今，ADI在傳統MCU的技術上開拓創新了嶄新的邊緣AI MCU，從而可以在電池供電設備中輕松實現物聯網人工智能，成為ADI微控制器系列上的一個很大的劃時代的里程碑。

辛毅介紹說：“MAX7800X系列就是ADI非常經典且成功的邊緣AI解決方案?！?/p>

MAX7800X系列微控制器

據介紹，MAX7800X這個系列產品具備特殊的架構，由兩個微控制器內核（ARM Cortex M4F和RISC-V）加上一個卷積神經網絡（CNN）加速器構成。這一架構針對邊緣進行了高度優化，數據的加載和啟動由微控制器內核負責，而AI推理由卷積神經網絡加速器專門負責。此外，微控制器內核負責完成加載和啟動之后就不需要任何操作了，因此功耗也是很低的，只要使用電池就可以給整個系統供電。借助于這種兩個硬件的分工合作，MAX7800X系列一不需要聯網，二支持電池供電，其完美地滿足了邊緣AI的要求，是AIoT應用的理想產品。

那么相較于FPGA、GPU、DSP等專門芯片，MAX7800X的優點在哪里呢？正是由于獨特的架構和完美的分工，與運行在低功耗微控制器上的純軟件解決方案相比，ADI的MAX7800X方案具備更高的數據吞吐量，速度提高了100倍，但是成本僅僅是FPGA或GPU解決方案的零頭。相比于微控制器加上DSP的方案，ADI方案的功耗不足該方案的百分之一。

辛毅自豪的說：“ADI方案可以在功耗、速度、成本三個方面達成最優的平衡，加上其小尺寸的優勢，是邊緣AI應用的理想產品?！?/p>

據介紹，目前ADI的邊緣AI解決方案MA7800X系列主要有兩款人工智能MCU：MAX78000和MAX78002。

二者都是基于Arm Cortex-M4F和RISC-V的低功耗微處理器，搭載專用的卷積神經網絡加速器執行AI推理。兩個內核也有個不同的分工，其中Cortex-M4F負責應用和通信，內部集成Flash、SRAM。

RISC-V則是一顆小內核，32位精簡指令集，主要配合CNN工作，將輸入的數據傳輸至存儲空間再交給CNN來處理。

MAX78000可支持多達3.5M的模型權重，MAX78002則支持多達16M的模型權重。MAX78002和MAX78000相比，不僅可以做到圖像的識別，還可以進行復雜的視頻分析。MAX78002有更高頻率的微控制器內核、更大存儲空間、更快的卷積神經網絡加速器，模型維度達到MAX78000的4倍，更支持視頻處理，可以說是MAX78000的升級版。

在最后的總結分享中，辛毅表示：“ADI的邊緣AI解決方案具備速度快、無需外部存儲、時鐘控制靈活和超低功耗等四大特色，因此對于需要使用電池供電、需要及時決策的物聯網設備來說特別合適?！?/p>

結束語

近年來，隨著消費類和工業應用向高端發展，用戶往往會傾向于將更多的微控制器整合到系統當中。這些微控制器包括負責應用邏輯與控制的MCU、負責傳感器數據集中的MCU、以及負責藍牙連接的MCU等。同時，系統還需要具備獨立的電源管理芯片為這些MCU供電。但是，由于應用的復雜度越來越高、產品尺寸越來越小、續航要求越來越長，傳統的多芯片方案往往難以滿足設計需求。

ADI的微控制器產品除了作為通用的基本微控制器所有的功能，在許多特色領域上也有著出色的性能。此外，ADI還具備30余年的MCU的IP保護和信任根研發經驗，從而極大增強系統安全性，幫助安全敏感型的設備制造商快速、高效地為其產品增加安全加密、密鑰存儲和防篡改功能。簡而言之，ADI的MCU產品具備功耗低、接口優、通訊新、評估全、開發易、安全強等六大特色。

更多信息可以來這里獲取==>>電子技術應用-AET<<