新聞中心

EEPW首頁 > 嵌入式系統(tǒng) > 新品快遞 > 面向輕型機器學習,恩智浦發(fā)布eIQ開發(fā)環(huán)境及芯片

面向輕型機器學習,恩智浦發(fā)布eIQ開發(fā)環(huán)境及芯片

作者:王瑩 時間:2018-11-05 來源:電子產(chǎn)品世界 收藏

  近日,半導體在京舉辦了新聞發(fā)布會,公司微控制器事業(yè)部全球產(chǎn)品總監(jiān)曾勁濤先生和系統(tǒng)工程總監(jiān)王朋朋女士介紹了邊緣AI、機器學習的戰(zhàn)略,及剛剛發(fā)布的環(huán)境、i.MX RT600跨界處理器和LPC5500 MCU(微控制器)。

本文引用地址:http://2s4d.com/article/201811/393869.htm

 機器學習將推動MCU下一波動快速增長

  IoT推動了這幾年MCU的更新?lián)Q代,而下一波MCU的助推器是終端的機器學習,包括家庭環(huán)境、聲音處理、手勢控制、智能感測&控制、多攝像頭觀察、個人資產(chǎn)、主動目標識別、AR(增強現(xiàn)實)等。

1.jpg.png

  典型的案例之一是目前發(fā)展火熱的人機界面的聲音處理,會推動下一波白電等家電應(yīng)用的需求。例如在2018年10月的ArmTechCon2018大會上,展示了聲控洗衣機,可以對洗衣機說:“打開洗衣機”。洗衣機會問:“你要怎么樣洗?”可以回答:“我要標準洗”或“強力洗”。也可以告訴洗衣機洗什么樣的衣物,例如“洗被子”,或用什么方式洗,例如“熱水洗”、“冷水洗”等,洗衣機就自動設(shè)置好了。

  再例如圖形的識別,恩智浦在美國的一個DEMO(演示)是交通指示標識識別,機器能夠識別紅綠燈、是路還是人,假設(shè)指示標識斜著、模糊一點,機器都可以辨認出來。

  邊緣AI的芯片布局

  恩智浦有全套的MCU、MPU產(chǎn)品線,從低端的MCU一直到高端的四核、八核高端處理器,所有這些芯片都可以用在機器學習、邊緣計算上。

  客戶可以在云端進行訓練,通過軟件的推理,在終端的處理器上進行應(yīng)用(如下圖)。

2.jpg.png

  機器學習開發(fā)環(huán)境

  恩智浦主推的AI開發(fā)環(huán)境是,是機器學習(ML)的開發(fā)環(huán)境。如下圖,底端的硬件平臺有傳統(tǒng)的MCU和MPU,諸如Kinetis、LPC等Cortex-M核的MCU產(chǎn)品,還有新的i.MX RT系列跨界處理器,高端的i.MX6、7、8等處理器,還有Layerscape處理器。

3.jpg.png

  硬件平臺里,運算的部分是核和硬件加速器,有Cortex-R、M和A核,GPU、DSP中放的是DSP核,未來一兩年內(nèi),恩智浦還將開發(fā)ML(機器學習)的加速硬件,這不同于大型的云端硬件加速,而是可以跨平臺、跨處理器和微控制器的用于終端計算的ML加速器。

  在芯片之上是硬件抽象層,諸如OpenCL,OpenVX,Arm自己的計算庫/ CMSIS-NN,還有恩智浦自己的API。

  再往上是推理機(Inference Engine),有很多種,主推的有Google的TensorFlow、TF Lite等。實際上,恩智浦支持所有開發(fā)環(huán)境?,F(xiàn)在還有新的NN Compiler(編譯器),例如Facebook的GLOW等。

  在基于所有的機器學習軟件硬件結(jié)合之后,恩智浦推出了全套的解決方案,包括視頻、音頻及機械傳感器的解決方案(例如壓力、加速度傳感器的解決方案)。同時針對各種應(yīng)用,推出了應(yīng)用上的解決方案,例如ISP(圖像信號處理)、圖像加速、傳感器融合、全景環(huán)視(注:過去通常是車上用,現(xiàn)在家居方面也有很多應(yīng)用),還有前端的聲音的控制,諸如多揚聲器。

  在揚聲器方面,如果是兩個揚聲器,用比較簡單便宜的MCU就足夠了,例如LPC和Kinetis系列;如果更多揚聲器,由于數(shù)據(jù)處理量大,適合用i.MX RT跨界處理器平臺,或i.MX 7、8、8M等高端處理器。

  可見根據(jù)不同的應(yīng)用,恩智浦有不同的處理器配合,這是eIQ的概念。恩智浦的目標是讓外界主流的推理機都能運行在恩智浦的硬件上。

  為此,恩智浦也有全套的芯片。如下圖,越往右,處理器的性能越高,推理時間越短,例如最右端的i.MX用的是GPU、DSP,未來一兩年內(nèi),恩智浦還會推出ML加速硬件,是真正的專用加速器。

4.jpg.png

  新發(fā)布的RT600和LPC5500有何特點?

  傳統(tǒng)意義上,處理器/MCU性能越好成本越高。恩智浦這幾年力圖把高性能低端化。為此,2018年10月推出了兩款與機器學習相關(guān)的產(chǎn)品——RT600和LPC5500。

  *RT600。據(jù)悉,i.MX RT600跨界平臺是面向?qū)崟r機器學習/人工智能應(yīng)用的能效優(yōu)化Cortex-M33/DSP MCU,采用最高300MHz的Cortex-M33和600MHz的Cadence Tensilica HiFi 4 DSP,采用28nm FD-SOI技術(shù),提供最多4.5MB的共享片上SRAM,可在超低功耗的邊緣處理應(yīng)用中提供高性能語音和音頻,為DSP提供4個32位MAC、矢量浮點功能單元、256位寬訪問數(shù)據(jù)總線,以及特殊激活函數(shù)(例如Sigmoid等傳遞函數(shù))的DSP擴展。

  因此,RT600的亮點是業(yè)界第一次把高性能DSP放到微控制器的環(huán)境里,而且這不是一個簡單的小DSP,是真正全功能的HiFi 4的DSP(如下圖)。

1541396957702491.jpg

  為何RT600中能加入強大的DSP功能?因為RT600中采用了M33。Arm在推出M33核時,做了一個特殊的地方,增加了一個多核接口,專門幫助MCU設(shè)計者和最終的用戶能夠利用協(xié)處理器來處理。

6.jpg

照片:RT600演示,可以同時實現(xiàn)5個人臉檢測,每秒7幀

  *LPC5500。是恩智浦推出的第一款40納米的內(nèi)置閃存的MCU,里面沒有加高性能DSP,而是加了一個PowerQuad DSP加速器,可以做機器學習的濾波、疊加等。里面還有加密引擎。功耗非常低。

  三大特點,第一是內(nèi)置閃存的;第二,是第一款40nm帶內(nèi)置閃存的MCU;第三,是全球第一款雙核M33產(chǎn)品,這樣,可以用一個M33來做普通的界面接口,用于網(wǎng)絡(luò)傳輸、數(shù)據(jù)傳輸?shù)韧ㄓ?用另外一個M33來做各種各樣的算法。

7.png

  確保安全的措施

  IoT(物聯(lián)網(wǎng))或機器學習都離不開安全。RT600和LPC5500把跨界處理器、MCU的安全性能再次提高,增加了很多新功能(如下圖)。

8.png

  首先,硬件存儲方面(注:這也是最基礎(chǔ)的部分),恩智浦第一次推出PUF概念。具體地,安全就像家中最基本的保護——鑰匙一樣,攝像頭、防火墻等最基本的安全保障就是鑰匙。對于MCU也一樣,所有的功能,諸如加密、信息傳輸、軟件等的加密都需要鑰匙把它鎖住。相對于傳統(tǒng)鑰匙需要寫在芯片里,恩智浦第一次推出PUF概念。

  PUF的原理是有一個RAM,當它上電之后,是有很多不確定性的,有一個算法,把這個不確定性作為其鑰匙,每一個芯片有自己獨特的不確定性,好處是當這個任務(wù)關(guān)掉以后,這個鑰匙就不存在了;當再次上電時,這個鑰匙才產(chǎn)生出來。

  PUF是恩智浦現(xiàn)在主推的產(chǎn)生鑰匙的一種方式。有了鑰匙,才有真正的加密的根、信任根,有這個鑰匙才能打開里面所有的東西。因此,先把鑰匙管好很重要。

  其次,上面有各種各樣的加密,硬件加密,AES,OTFAD,是給外面Flash加密和解密的技術(shù)。

  再有,M33核方面,Arm推M33的最大的理由是可提供一個TrustZone加密環(huán)境。TrustZone的概念是在一個加密環(huán)境里執(zhí)行指令。此外,M33在性能上比以前的M4提高了,可以簡單地認為M33是M4的提高版,性能提高了20%、30%。鑒于M33的諸多優(yōu)勢,恩智浦今后的MCU里不會再嵌入M4核,取而代之的是M33核。

  最后,最上層是Firmware(固件)的加密,保障安全啟動,有安全調(diào)試。以往調(diào)試是安全當中的一個弱項,以前都有一個“后門”,很多都是從調(diào)試的門進去,現(xiàn)在可以用加密調(diào)試。

  小結(jié)

  物聯(lián)網(wǎng)終端產(chǎn)品正具備更多的AI,為此,恩智浦推出了eIQ開發(fā)環(huán)境,并在新產(chǎn)品中賦予了更多機器學習和安全性,例如i.MX RT600和LPC5500都增加了DSP語音識別能力,分別面向中端和低端邊緣AI應(yīng)用。

9.jpg

照片:RT600和LPC5500的演示



關(guān)鍵詞: 恩智浦 eIQ

評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉