據(jù)21ic報(bào)道，IoT Analytics數(shù)據(jù)顯示，2022年活躍連接的物聯(lián)網(wǎng)設(shè)備將達(dá)到144億，2025年將增長(zhǎng)至270億[i]。作為物聯(lián)設(shè)備中必不可少的控制與計(jì)算的大腦，MCU也將迎來(lái)持續(xù)增長(zhǎng)。Yole最新數(shù)據(jù)顯示，2022年MCU的市場(chǎng)規(guī)模預(yù)計(jì)為200億美元以上，并且將保持7.1%年復(fù)合增長(zhǎng)率，于2027年達(dá)到300億美元[ii]市場(chǎng)規(guī)模。

數(shù)百億的市場(chǎng)背后，蘊(yùn)含著持續(xù)不斷的技術(shù)創(chuàng)新，從簡(jiǎn)單控制到IoT大腦，MCU一路高歌猛進(jìn)，熱度不減。

MCU的進(jìn)化之路：從簡(jiǎn)單控制到IoT大腦

上世紀(jì)60年代末70年代初，微控制器（MCU）的產(chǎn)品雛形出現(xiàn)。早期均是多芯片的方案，從Intel的MCS-4(Micro-Computer Set-4)開(kāi)始，明確了CPU、RAM、ROM和I/O這樣的一個(gè)具有通用性的基本系統(tǒng)架構(gòu)。隨后出現(xiàn)的TMS1000，將這四個(gè)部分整合在一個(gè)芯片中，便成為了歷史上第一個(gè)真正意義上的MCU。

通用型MCU的出現(xiàn)，繁榮了后面50年的電子設(shè)備創(chuàng)新，各種品類層出不窮。MCU的功能和規(guī)格也隨著技術(shù)發(fā)展、應(yīng)用需求提升而進(jìn)化。進(jìn)入到IoT時(shí)代之后，MCU的角色更是成為了端側(cè)的計(jì)算中樞，成為端側(cè)的物聯(lián)生態(tài)構(gòu)建的決定因素。

圖：連接現(xiàn)實(shí)與數(shù)字世界

如上圖所示，典型的IoT應(yīng)用由感知、計(jì)算、執(zhí)行、連接和安全幾部分組成。傳感器檢測(cè)大量的環(huán)境信息，將物理世界的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)數(shù)據(jù)，傳遞給后端的MCU中進(jìn)行計(jì)算分析和處理；MCU根據(jù)計(jì)算結(jié)果給出決策信號(hào)到后端的執(zhí)行層；執(zhí)行層根據(jù)MCU給出的動(dòng)作指令完成相應(yīng)動(dòng)作；在整個(gè)過(guò)程中，必要的數(shù)據(jù)也會(huì)通過(guò)無(wú)線連接的方式上傳到云端進(jìn)行云AI運(yùn)算或存儲(chǔ)。

從單點(diǎn)的設(shè)備到聯(lián)網(wǎng)的端側(cè)設(shè)備，對(duì)于MCU提出了更高的要求。縱觀整個(gè)MCU市場(chǎng)，呈現(xiàn)出以下的技術(shù)演進(jìn)趨勢(shì)。

第一是對(duì)于算力提升的要求，同時(shí)也要追求更高的能效比。高端MCU的主頻已經(jīng)提升到GHz級(jí)，采用雙CPU核的架構(gòu)，針對(duì)不同工作負(fù)載實(shí)現(xiàn)靈活調(diào)度，有的MCU將會(huì)集成專用的NPU核來(lái)執(zhí)行特定的AI/ML工作。

第二是無(wú)線射頻功能的集成，支持例如BLE、Sub-G、Zigbee等無(wú)線通信協(xié)議。通過(guò)內(nèi)部集成無(wú)線功能，簡(jiǎn)化了系統(tǒng)整體設(shè)計(jì)，縮減PCB面積，幫助非射頻專業(yè)開(kāi)發(fā)者在產(chǎn)品中快速構(gòu)建無(wú)線連接。

第三是具備圖形交互界面（GUI）的能力。從傳統(tǒng)的機(jī)械按鍵+段式LCD顯示，到現(xiàn)在的語(yǔ)音控制、圖形界面交互控制，人機(jī)交互效果越來(lái)越友好。MCU需要具備足夠的圖形處理能力（2.5D、3D圖形化加速器），支持不同的接口和顯示屏的底層驅(qū)動(dòng)，具備足夠豐富的圖形庫(kù)開(kāi)發(fā)資源。

第四是對(duì)于安全（Security）的更高要求。設(shè)計(jì)者開(kāi)始明確：安全應(yīng)該是從硬件設(shè)計(jì)之初就開(kāi)始考量，而不是僅僅存在于軟件層面的安全設(shè)計(jì)。像Arm在Cortex-M的中引入了Trustzone硬件安全架構(gòu)，通過(guò)硬件隔離實(shí)現(xiàn)安全的密鑰信息存儲(chǔ)。在Trustzone的安全設(shè)計(jì)基礎(chǔ)上，不同MCU中還會(huì)集成一系列安全功能，譬如HSM、AES、硬件密鑰、雙組閃存等等。

第五是強(qiáng)調(diào)MCU的整體開(kāi)發(fā)生態(tài)，在MCU芯片之上構(gòu)建較為完整方案加速客戶的上市時(shí)間。從前端的傳感器連接，到后端的上云提供完整的開(kāi)發(fā)鏈條；一些簡(jiǎn)單的設(shè)計(jì)可以通過(guò)低代碼的圖形化開(kāi)發(fā)工具快速完成；提高同一MCU平臺(tái)上不同型號(hào)之間的代碼的復(fù)用性，縮減用戶進(jìn)行MCU升級(jí)時(shí)進(jìn)行代碼遷移的成本。

業(yè)界領(lǐng)先廠商已經(jīng)向著上述幾個(gè)技術(shù)趨勢(shì)去發(fā)力，推出符合AIoT時(shí)代需求的新一代MCU產(chǎn)品。如下圖所示，英飛凌計(jì)劃將會(huì)在下一代MCU產(chǎn)品中提供包括連接、機(jī)器學(xué)習(xí)、人機(jī)接口、傳感等功能，并提供包括軟件硬件參考、安全、IoT云在內(nèi)的全方案開(kāi)發(fā)平臺(tái)。

芯片即方案：一顆MCU滿足全部IoT應(yīng)用需求

IoT Analytics總結(jié)了2022年物聯(lián)網(wǎng)的十大技術(shù)趨勢(shì)[iii]，其中提到：完備5G基礎(chǔ)設(shè)施將會(huì)加速IoT垂直領(lǐng)域應(yīng)用發(fā)展；IoT將會(huì)改變制造業(yè)，并成為實(shí)現(xiàn)可持續(xù)發(fā)展的關(guān)鍵技術(shù)；云平臺(tái)商和IT廠商開(kāi)始競(jìng)逐邊緣端平臺(tái)市場(chǎng)；AI變得無(wú)處不在，隱形AI在各行各業(yè)釋放潛能；AI的計(jì)算正在向著邊緣端拓展，實(shí)現(xiàn)端側(cè)部署。

端側(cè)物聯(lián)網(wǎng)應(yīng)用需要選擇什么樣的MCU，才能迎合這樣的IoT發(fā)展需求？對(duì)于開(kāi)發(fā)者而言，在選型的階段將傳統(tǒng)的通用型MCU，替換成選擇一顆IoT MCU，可謂整個(gè)開(kāi)發(fā)工作已經(jīng)成功了大半。

PSoC6是一款專門(mén)為IoT和消費(fèi)類應(yīng)用而生的雙核無(wú)線MCU，是一款可編程嵌入式系統(tǒng)級(jí)芯片解決方案。

首先作為IoT Purpose的MCU，雙核的架構(gòu)設(shè)計(jì)是其一大特色，用戶可以根據(jù)不同工作負(fù)載動(dòng)態(tài)分配M4核和M0+核的工作任務(wù)，M4核專注于高性能計(jì)算處理，M0+核則專注于實(shí)時(shí)監(jiān)控的工作，例如無(wú)線通訊協(xié)議的頻繁監(jiān)控采樣和回應(yīng)等工作。M0+作為M4的減壓引擎，允許M4進(jìn)入睡眠狀態(tài)；這種雙核架構(gòu)實(shí)現(xiàn)了功耗和性能的完美平衡。

可編程模塊是PSoC系列的另一特色，在CPU的外圍有12個(gè)類似于PLD的可編輯的數(shù)字邏輯單元（UDB），這種硬件可編程模塊為MCU提供了更高的靈活度，并且可以通過(guò)PSoC Creator軟件來(lái)實(shí)現(xiàn)硬件編程，避免HDL的陡峭學(xué)習(xí)曲線。

無(wú)線功能的集成是作為IoT MCU的必要元素，PSoC6支持Bluetooth 5和WiFi無(wú)線連接方式，開(kāi)發(fā)者還可以通過(guò)可編程硬件模塊創(chuàng)建自定義的AFE，并支持產(chǎn)品最后一分鐘的設(shè)計(jì)更改，最大限度地減少PCB的重新設(shè)計(jì)。英飛凌還提供了AIROC這一Wi-Fi+藍(lán)牙Combo的單芯片方案，可以與PSoC6一起構(gòu)成更完整的從端到云的無(wú)線開(kāi)發(fā)生態(tài)。

在安全性方面，PSoC6內(nèi)置了IoT安全模塊，同時(shí)支持多個(gè)安全環(huán)境，無(wú)需額外外部安全存儲(chǔ)器或元件，同時(shí)集成包括ECC2和AES3在內(nèi)的多種行業(yè)標(biāo)準(zhǔn)密碼算法。此外，PSoC64安全系列還經(jīng)過(guò)了PSA二級(jí)安全認(rèn)證，集成了硬件RoT和開(kāi)箱即用的Amazon FreeRTOS。

在開(kāi)發(fā)生態(tài)方面，英飛凌提供了Modus Toolbox這一跨平臺(tái)開(kāi)發(fā)工具，提供工程的創(chuàng)建、編輯、編譯、調(diào)試、燒寫(xiě)等功能，同時(shí)它還集成了實(shí)時(shí)操作系統(tǒng)、硬件外設(shè)驅(qū)動(dòng)、無(wú)線連接的驅(qū)動(dòng)庫(kù)和眾多的中間件。通過(guò)Modus Toolbox軟件平臺(tái)，結(jié)合英飛凌的傳感器、無(wú)線連接、MCU、執(zhí)行器完整的產(chǎn)品陣營(yíng)，開(kāi)發(fā)者可以輕松實(shí)現(xiàn)從傳感器到云端的完整IoT應(yīng)用開(kāi)發(fā)。

圖：ModusToolbox跨平臺(tái)開(kāi)發(fā)工具

以上幾大特質(zhì)融合在一起，讓PSoC6成為了IoT開(kāi)發(fā)的利器。以智能門(mén)鎖應(yīng)用為例，傳統(tǒng)方案需要將指紋識(shí)別、語(yǔ)音識(shí)別、觸控、無(wú)線連接等多個(gè)不同的芯片整合在一起構(gòu)成一個(gè)系統(tǒng)方案；而現(xiàn)在一顆PSoC6就具備了這些功能，極大地簡(jiǎn)化了開(kāi)發(fā)流程，縮減了整體成本并提高了安全性。

從邊緣ML到TinyML，將AI的觸角拓展到極致邊緣端

縱觀業(yè)界趨勢(shì)，AI正逐漸向邊緣端發(fā)展。機(jī)器學(xué)習(xí)（下文簡(jiǎn)稱ML）的訓(xùn)練一般會(huì)在云端進(jìn)行，而ML的推理會(huì)越來(lái)越多在設(shè)備端進(jìn)行。在邊緣端進(jìn)行ML的處理，可以提高本地的設(shè)備響應(yīng)，減少云端上傳的數(shù)據(jù)帶寬，提高本地?cái)?shù)據(jù)的安全性。當(dāng)前在一些MCU中也會(huì)添加特定的加速器，通過(guò)專用算力來(lái)進(jìn)行ML的運(yùn)算，從而釋放CPU的通用算力。

與智能手機(jī)等邊緣設(shè)備不同，在MCU為計(jì)算中心的端側(cè)設(shè)備上進(jìn)行機(jī)器學(xué)習(xí)面臨著不小的挑戰(zhàn)。這種更邊緣側(cè)的機(jī)器學(xué)習(xí)應(yīng)用需要在本地有限的計(jì)算資源上，滿足超低功耗的要求（mW級(jí)乃至更低）。為了區(qū)分，業(yè)界將這種更為極致的邊緣側(cè)ML稱為T(mén)inyML。TinyML對(duì)接的傳感器數(shù)據(jù)的種類相比邊緣ML設(shè)備要復(fù)雜的多，因此數(shù)據(jù)的標(biāo)簽化處理工作也更復(fù)雜；很多云端和邊緣ML上成熟的算法模型因?yàn)轶w積太大，往往也不能直接在TinyML應(yīng)用中進(jìn)行部署；軟件和硬件的配合也需要有更成熟的方案。大部分IoT設(shè)備的開(kāi)發(fā)者并不具備資深的AI/ML的知識(shí)，幫助這些開(kāi)發(fā)者越過(guò)陡峭的學(xué)習(xí)曲線，避免繁雜的算法、軟件工作，快速實(shí)現(xiàn)TinyML的部署，才會(huì)迎來(lái)IoT應(yīng)用的新一輪爆發(fā)。

為了解決TinyML的應(yīng)用難題，英飛凌與SensiML攜手一起構(gòu)建了從云端訓(xùn)練、到嵌入式軟件開(kāi)發(fā)、再到最終硬件部署的一套完整的邊緣側(cè)機(jī)器學(xué)習(xí)應(yīng)用方案。

圖：PSoC6，XENSIV和SensiML解決方案

SensiML致力于為極致邊緣的IoT設(shè)備構(gòu)建準(zhǔn)確的AI傳感器算法。英飛凌的XENSIV傳感器捕獲原始的傳感數(shù)據(jù)信息；透過(guò)SensiML Analystics Toolkit平臺(tái)的Data Capture Lab進(jìn)行數(shù)據(jù)的收集和標(biāo)簽化處理；Aanlystics Studio進(jìn)行數(shù)據(jù)清理，生成數(shù)據(jù)特征和適合PSoC6平臺(tái)的嵌入式AI模型；Knowledge Pack進(jìn)行數(shù)據(jù)特征提取和模型優(yōu)化，優(yōu)化好的模型可以在PSoC6的平臺(tái)進(jìn)行部署。Test App可以將實(shí)時(shí)數(shù)據(jù)導(dǎo)入進(jìn)行在線模型驗(yàn)證，同時(shí)也可以在設(shè)備上進(jìn)行模型驗(yàn)證。

SensiML的Analystics Toolkit完善后導(dǎo)出ML模型，通過(guò)ModusToolbox將其部署到PSoC6和XENSIV的硬件平臺(tái)上。

英飛凌與SensiML一起構(gòu)建了云端訓(xùn)練、嵌入式軟件開(kāi)發(fā)和ML硬件部署的垂直開(kāi)發(fā)生態(tài)，開(kāi)發(fā)者即使并不是AI/ML的算法研究者，也可以在XENSIV和PSoC6平臺(tái)上快速構(gòu)建邊緣ML的應(yīng)用，推進(jìn)邊緣ML的部署。

結(jié)語(yǔ)

從通用MCU到IoT MCU，再到具備TinyML特質(zhì)的IoT MCU，微控制器的發(fā)展與整個(gè)消費(fèi)電子設(shè)備的演進(jìn)浪潮休戚相關(guān)。單品MCU已經(jīng)不足以滿足當(dāng)下IoT開(kāi)發(fā)者的需求，選擇一顆MCU即選擇了一個(gè)完整的開(kāi)發(fā)生態(tài)。英飛凌構(gòu)建了包括感知、計(jì)算、執(zhí)行、連接和安全在內(nèi)的完整的物聯(lián)網(wǎng)生態(tài)，并且通過(guò)與SensiML的合作幫助實(shí)現(xiàn)物聯(lián)網(wǎng)的邊緣AI部署。

當(dāng)物聯(lián)網(wǎng)端側(cè)開(kāi)始擁抱AI，一個(gè)全新的IoT局面即將開(kāi)啟。在下一波百億物聯(lián)設(shè)備的背后，離不開(kāi)英飛凌的MCU及其全面IoT解決方案的參與。

[i] 《Number of connected IoT devices growing 18% to 14.4 billion globally》
[ii] 《Yole Développement - MCU Quarterly Market Monitor Q1 2022 - Product Brochure》
[iii]《10 IoT technology trends to watch in 2022》

來(lái)源：美通社
免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問(wèn)題，請(qǐng)聯(lián)系小編進(jìn)行處理

審核編輯 黃宇