3056
隨著下游應用場景需要更智能化的解決方案、更快的響應速度，以及客戶期待簡化開發(fā)流程的需求，邊緣智能的市場快速增長?？蛻粝Ｍㄟ^AI技術賦能傳統(tǒng)的MCU硬件，實現(xiàn)傳統(tǒng) MCU 的智能升級與高效應用。
然而，“MCU+AI”在快速發(fā)展的同時，如何有效地解決性能/功耗的平衡、數(shù)據(jù)安全等挑戰(zhàn)呢？
性能/功耗的平衡
MCU的一大特點是在有限的功耗預算內提供高效的計算能力。MCU的計算資源和存儲空間比較有限，這使得在MCU上實現(xiàn)高算力的AI功能具有一定挑戰(zhàn)性。如何平衡性能和功耗，一直是MCU集成AI/ML加速器的難點。提高加速器的主頻，可以提高算力，但是帶來的功耗提升是非常顯著的。芯片廠商需要在保證MCU實現(xiàn)AI功能的同時，盡可能地控制對計算和存儲資源的需求，從而減少功耗過高帶來的影響。
瑞薩電子全球銷售與市場副總裁、瑞薩電子中國總裁賴長青：“在MCU中集成AI加速器后，可以從兩方面平衡性能和功耗問題。一方面，可通過提升制造工藝來減少功耗。另一方面，針對不需要持續(xù)執(zhí)行AI計算的場景，在非必要運行場景下，可將AI計算單元掛起，僅保留可以維持觸發(fā)條件的外設，以節(jié)省功耗。對于需要持續(xù)運行AI的邊緣設備，則保持正常供電，通過優(yōu)化算法或改進硬件效率來實現(xiàn)功耗降低?！?/p>
瑞薩電子全球銷售與市場副總裁、瑞薩電子中國總裁賴長青
提升制造工藝來減少功耗。制造工藝的不斷進步，芯片的功耗將進一步降低。例如，采用更先進的制程技術，可以在不增加芯片面積的情況下，提高晶體管的密度和性能，從而在降低功耗的同時，提升計算能力。
低功耗管理。當“MCU+AI”中某協(xié)處理器未被使用時，可通過MCU的電源管理單元將其置于休眠狀態(tài)，在非必要運行場景下，可將其掛起以節(jié)省功耗，待滿足觸發(fā)條件時，再啟用AI計算單元，重新恢復待機狀態(tài)，以避免不必要的功耗開銷。例如，Nordic的nRF54H系列產(chǎn)品采用了創(chuàng)新的工程設計，能夠在執(zhí)行AI任務時迅速返回超低功耗睡眠模式，從而顯著降低能耗。
AI算法的適配與優(yōu)化。AI加速器通常需要較高的算力，而諸如工業(yè)場景下的MCU又要求低功耗、長時間穩(wěn)定運行，所以AI算法的適配與優(yōu)化對MCU尤為重要。為了解決嵌入式系統(tǒng)資源有限的問題，一些MCU廠商采用了輕量級AI模型和硬件加速技術，使AI算法能夠在MCU上高效運行。例如，TinyML（微型機器學習）技術的出現(xiàn)，使得AI算法能夠在資源受限的MCU上高效運行。TinyML通過簡化模型結構和優(yōu)化算法實現(xiàn)，大幅降低了對計算資源和存儲空間的需求，從而在保持低功耗的同時，實現(xiàn)了AI功能的集成。
此外，充分考慮內存讀寫和總線設計也格外重要。在AI/ML算法中，內存讀寫往往會成為瓶頸，值得一提的是，恩智浦研發(fā)的eIQ? Neutron系列NPU，其算力覆蓋了從低功耗MCU至高性能應用處理器，并且充分考慮了內存讀寫效率和總線設計，獲取性能和功耗的平衡。
數(shù)據(jù)安全
“MCU+AI”產(chǎn)品的解決方案在設計開發(fā)、端側落地部署等環(huán)節(jié)中均面臨數(shù)據(jù)安全風險，如何確保用戶的數(shù)據(jù)安全和隱私保護是個至關重要的問題。
開發(fā)階段數(shù)據(jù)隱私保護。在AI項目開發(fā)階段中，客戶為了訓練AI模型實現(xiàn)特定的功能，需要準備大量的樣本數(shù)據(jù)，應用這些數(shù)據(jù)樣本的方法和AI建模過程可能涉及知識產(chǎn)權，并且獲取這些數(shù)據(jù)樣本也付出了巨大的成本，因此，如何保護這些數(shù)據(jù)資產(chǎn)不被意外流失，是很多客戶關注的重點。
在開發(fā)階段，MCU廠商需要重視用戶數(shù)據(jù)的隱私保護。在導入和部署AI模型時，提供的算法和模型應僅限于技術支持，確保用戶的數(shù)據(jù)始終由客戶控制，避免任何潛在的數(shù)據(jù)泄露風險。
賴長青表示：“瑞薩電子在提供對傳統(tǒng)AI開發(fā)方式支持的基礎之上，免費提供部分AI云存儲資源供使用瑞薩芯片產(chǎn)品的開發(fā)者使用。例如，Reality AI的訓練服務器部署在成熟商用的亞馬遜AWS云服務上，由全球頂尖的云計算服務供應商提供安全可靠的數(shù)據(jù)保障，充分保障客戶數(shù)據(jù)的安全性和隱私性?！?/p>
端側數(shù)據(jù)處理與本地加密。“MCU+AI”產(chǎn)品內置豐富的硬件加密模塊，確保所有的AI算法和數(shù)據(jù)處理都在端側進行。相對于部署在云端的“AI大模型”擴展應用，邊緣AI大多在邊緣設備端執(zhí)行本地計算，用戶的數(shù)據(jù)無需上傳到云端或傳輸?shù)酵獠糠掌鳎瑴p少了數(shù)據(jù)暴露的風險。所有數(shù)據(jù)和算法都在設備本地進行加密和處理，規(guī)避了因設備間的數(shù)據(jù)通信過程而可能產(chǎn)生的數(shù)據(jù)泄露，確保數(shù)據(jù)傳輸的安全性。
安全環(huán)境與硬件加密保障。目前各大MCU廠商在硬件安全方向都進行了深入的設計。
如，兆易創(chuàng)新GD32H7產(chǎn)品系列支持多種安全機制，通過多重措施，有效抵御潛在威脅：內置的硬件加解密支持DES、三重DES或AES算法，以及應用于多種場合的哈希（Hash）算法，確保傳輸信息的完整性；其Flash/SRAM均支持ECC校驗，能夠有效提升系統(tǒng)運行的可靠性；還集成了RTDEC模塊，可以對AXI或AHB總線數(shù)據(jù)進行實時解密，保護存儲在外部SPI NOR Flash設備中只讀固件的機密性。
Nordic作為低功耗無線通信解決方案的領先供應商，其所有產(chǎn)品都提供了一系列的安全功能，并與領先的安全供應商合作，為客戶提供端到端的安全解決方案，可確保成功實現(xiàn)具體物聯(lián)網(wǎng)設備所需的安全級別。
Nordic半導體亞太區(qū)銷售及市場推廣副總裁Bj?rn ?ge "Bob" Brandal表示：“目前整個行業(yè)也在共同創(chuàng)建簡化的最佳實踐、框架和認證。Nordic與PSA CERTIFIED? 保持協(xié)調一致，提供標準化的安全方法，指導工程師完成各自的安全之旅?！?/p>
Nordic半導體亞太區(qū)銷售及市場推廣副總裁Bj?rn ?ge "Bob" Brandal
恩智浦推出的EdgeLock?通過集成強大的片上硬件安全子系統(tǒng)，提供了一個自管理的自主安全環(huán)境，具備專用安全核心、內部ROM和安全RAM，支持先進的加密加速器和哈希功能。這種設計不僅簡化了實現(xiàn)系統(tǒng)級安全的復雜性，還有效抵御了物理和網(wǎng)絡攻擊。EdgeLock?還提供了靈活的安全策略和控制，能夠擴展到主流加密以外的安全實踐，包括芯片信任根、運行時驗證和細粒度密鑰管理，以實現(xiàn)高級攻擊防御，同時簡化安全認證路徑。
結尾
在“MCU+AI”的快速發(fā)展中，雖然面臨性能與功耗平衡、數(shù)據(jù)安全等挑戰(zhàn)，但通過技術創(chuàng)新和優(yōu)化策略，這些問題正在逐步得到解決。芯片制造商通過提升制造工藝、優(yōu)化低功耗管理和改進AI算法，成功在有限的資源下實現(xiàn)了高效的AI功能集成，同時有效控制了功耗。在數(shù)據(jù)安全方面，廠商們通過在開發(fā)階段加強數(shù)據(jù)隱私保護、在端側進行數(shù)據(jù)處理與本地加密，以及采用先進的硬件安全機制，確保了用戶數(shù)據(jù)的安全性和隱私性。這些努力不僅推動了邊緣智能市場的進一步發(fā)展，也為用戶提供了更加可靠和高效的智能化解決方案，使得“MCU+AI”的應用前景更加廣闊。
