編者按：五年前,，恩智浦資深副總裁兼微控制器業(yè)務線總經理Geoff Lees曾預測，全球微控制器的市場的推動力將來自于物聯(lián)網,。過去的五年驗證了他的預言,，MCU的增長空間就是物聯(lián)網應用,，物聯(lián)網應用對MCU的性能和的功耗提出了新的要求，推動了新一輪MCU的更新?lián)Q代,。
人工智能和大數(shù)據(jù)推動著工業(yè)界升級換代,，限于數(shù)據(jù)傳輸帶寬和速率的制約，加強邊緣計算能力正在日益成為解決這下瓶頸的重要手段,。
恩智浦半導體微控制器事業(yè)部全球產品總監(jiān)曾勁濤表示,，作為邊緣計算領域重要的處理核心，下一代MCU（微控制器）的增長點就是在機器學習,，推動終端的機器學習能力是下一代MCU的增長點,。
恩智浦所要做的不是基于云端的機器學習解決方案，而是聚焦于邊緣計算領域的人工智能計算,，從32位的MCU到i.MX6,，都可以作為終端處理的機器學習，客戶應用它們作為終端的計算,。
為了推進MCU（微控制器）在邊緣計算中機器學習能力的普及,，恩智浦近幾年不斷加大戰(zhàn)略布局，持續(xù)推進使得MCU成為邊緣計算領域機器學習的重要平臺,。
邊緣智能環(huán)境（eIQ）：基于 MCU的機器學習開發(fā)工具包
借助恩智浦面向重點應用領域推出的eIQ邊緣智能軟件環(huán)境和可自定義的系統(tǒng)級解決方案,，邊緣節(jié)點開發(fā)人員如今可利用數(shù)學升級來推動云上機器學習(ML)的歷史性發(fā)展。
據(jù)曾勁濤介紹,，eIQ軟件環(huán)境包括構建和優(yōu)化云訓練ML模型所需的工具,，可在工業(yè)、物聯(lián)網(IoT)和汽車應用等各領域資源受限的邊緣設備中高效運行,。一鍵式完成生產的解決方案專門面向語音,、視覺和異常檢測應用領域,。通過節(jié)省成為ML專家所需的大量投資，恩智浦使成千上萬家產品需要機器學習功能的客戶得償所愿,。
在恩智浦整個微控制器(MCU)和應用處理器產品線的支持下,，eIQ可提供開發(fā)人員在邊緣設備中實施ML所需的構件塊。
曾勁濤表示,，恩智浦eIQ緊跟ML不斷發(fā)展的步伐,，持續(xù)進行擴展以包括下列功能：數(shù)據(jù)采集和管理工具；適用于各種神經網(NN)框架和推理引擎的模型轉換功能,，例如TensorFlow Lite,、Caffe2、CNTK和Arm? NN,；支持新興的NN公司,，例如GLOW和XLA；傳統(tǒng)ML算法（例如支持向量機和隨機森林）,；以及在恩智浦嵌入式處理器上部署異構處理模型的工具,。
此外，恩智浦最近還推出了一款軟件基礎架構（稱為EdgeScale）,，旨在通過集中實現(xiàn)ML應用來統(tǒng)一邊緣設備中的數(shù)據(jù)收集,、管理和處理方式。EdgeScale可與基于云的人工智能(AI)/ML服務無縫集成,，并支持在所有恩智浦設備（從低成本MCU到高性能i.MX和Layerscape應用處理器）上部署云訓練模型和推理引擎,。
面向機器學習打造全新系列安全MCU
為了實現(xiàn)保護物聯(lián)網邊緣設備和云至邊緣連接安全的愿景，恩智浦半導體將強化的安全子系統(tǒng)和軟件集成到安全執(zhí)行環(huán)境（SEE）中,，以提升信任,、隱私和保密方面的性能標準。因而,，恩智浦推出了基于Cortex-M33的解決方案LPC5500微控制器和i.MX RT600跨界處理器,。
據(jù)曾勁濤介紹，為了提升機器學習速度和DSP計算性能,，恩智浦具有戰(zhàn)略性地選擇了Cortex-M33架構,，充分利用Armv8-M架構的首次全面功能實施方案。與現(xiàn)有的Cortex-M3/M0 MCU相比,，具有顯著的性能和安全平臺優(yōu)勢（分別實現(xiàn)了超過15%至65%的改進）,。
LPC5500 平臺是一款面向工業(yè)和物聯(lián)網應用的多核Cortex-M33 MCU，單核或雙核Cortex-M33集成了DC-DC轉換器,，可提供業(yè)界領先的性能,，而功率預算低于同類產品，最高達到90 CoreMarks/mA。高密度片上存儲器,，提供最多640KB閃存和320KB SRAM,，可高效執(zhí)行復雜的邊緣應用。此外,，恩智浦的自動可編程邏輯單元用于分擔并執(zhí)行用戶定義任務,，從而增強實時并行性能。
i.MX RT600跨界平臺 是另外一款面向實時機器學習（ML）/人工智能（AI）應用的能效優(yōu)化Cortex-M33/DSP MCU,，具有較寬的電壓和性能范圍,，采用最高300MHz的Cortex-M33和600MHz的Cadence? Tensilica? HiFi 4 DSP，提供最多4.5MB的共享片上SRAM ,，可實現(xiàn)高效本地音頻預處理,、沉浸式3D音頻播放和支持語音的體驗。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,，進一步增強機器學習性能。
多重防護確保邊緣領域機器學習數(shù)據(jù)安全
作為老牌的MCU（微控制器）供應商,，恩智浦依靠自身的安全技術專業(yè)知識,，構建出通過硬件實現(xiàn)的多層保護機制。這種分層安全方法對于物理保護和運行時保護至關重要,，可通過以下方式來保護嵌入式系統(tǒng)：1,、基于硬件的不可變“信任根”的安全引導；2,、基于證書的安全調試身份驗證,；3、加密的片上固件存儲,，提供實時的無延遲解密,。
曾勁濤表示，這些功能與Armv8-M TrustZone?和內存保護單元（MPU）的Arm Cortex-M33增強功能相結合,，利用基于硬件的存儲器映射隔離來實現(xiàn)基于特權的資源和數(shù)據(jù)訪問,，從而實現(xiàn)物理保護和運行時保護。
另外,，在新款MCU產品中還增加了恩智浦獨特的安全增強功能,。
恩智浦基于ROM的安全引導過程奠定了設備可信任度的基石，它利用設備唯一密鑰,，創(chuàng)建不可變的硬件“信任根”,。這些密鑰現(xiàn)在能夠由基于SRAM的物理防克隆技術（PUF）在本地按需生成，該技術利用SRAM位單元固有的自然變異特性。這樣就可實現(xiàn)最終用戶與原始設備制造商（OEM）之間的封閉式事務處理,，從而杜絕在可能不安全的環(huán)境中進行第三方密鑰處理,。另外，密鑰也可通過基于Fuse的傳統(tǒng)方法來注入,。
此外,，恩智浦的SEE通過對SRAM PUF的創(chuàng)新利用，生成設備唯一的密鑰,，從而改進了邊緣至邊緣,、云至邊緣通信的對稱和非對稱加密。通過可信計算組織（TCG）制定的設備識別構成引擎（DICE）安全標準,，公鑰基礎設施（PKI）或非對稱加密的安全性得以增強,。SRAM PUF根據(jù)DICE的要求，確保唯一設備密鑰（UDS）的保密性,。
據(jù)悉,，新推出的解決方案支持非對稱加密加速（RSA中密鑰長度為1024至4096位，ECC）,，還支持最多256位的對稱加密和哈希（AES-256和SHA2-256）,，提供針對mbedTLS優(yōu)化的庫。