原創(chuàng)
應用處理器的PPA再進化 ，輕松實現(xiàn)邊緣端AI/ML部署
[導讀]“新的i.MX系列應用處理器的進步是增加了EdgeLock來增強Secure，通過Energy Flex來增強能效比；增加Arm的NPU增加本地的算力；Azure增加云端能力。”
近年來在邊緣端的算力需求的提升是一個趨勢， 所以MCU廠商的新品的主頻都已經(jīng)向上到了GHz級別，用上了多核的架構；而應用處理器廠商也向下探，推出更易用的跨界應用處理器，例如NXP的i.MX RT系列。現(xiàn)在新的趨勢是將人工智能（AI）和機器學習（ML）的細分應用下沉到邊緣端，實現(xiàn)更加智能的邊緣端應用。這種AI和ML在邊緣端的部署，對于處理器的性能、功耗、連接性和安全性都提出了更高的要求。為了響應這些新的設計需求，NXP宣布其EdgeVerse?產(chǎn)品系列新增了跨界應用處理器，包括i.MX 8ULP、經(jīng)Microsoft Azure Sphere認證的i.MX 8ULP-CS（云安全）系列和新一代高性能智能應用處理器i.MX 9系列。在i.MX應用處理器媒體溝通會上，恩智浦大中華區(qū)工業(yè)與物聯(lián)網(wǎng)市場高級總監(jiān)金宇杰，恩智浦邊緣處理事業(yè)部軟件研發(fā)總監(jiān)翁鐵成和恩智浦邊緣處理事業(yè)部系統(tǒng)工程總監(jiān)王朋朋進行了精彩的分享。
實現(xiàn)安全和能效提升：EdgeLock和ENERGY FLEX
針對異構的i.MX應用處理器，NXP還提供了全新的Energy Flex技術。Cortex-A35的核本身就具備高效和節(jié)能的特點， Cortex-M33作為實時處理的核也具備低功耗的特質。再將GPU、DSP加入處理器內，基于Energy Flex技術可以將一個應用處理器配置出大約20多種不同的能耗配置，針對不同的工作負載提供更為細致的功耗配置和響應，從而降低最終應用的整體功耗。
在domain間進行不同工作負載的轉換時，其實也會存在受到旁路攻擊的風險，而EdgeLock也具備一個獨特的“功率感知”的能力，可以智能地跟蹤功率轉換，采取一些干擾措施來增強抵抗和阻止新興的攻擊面。
據(jù)金宇杰先生分享，NXP的應用處理器是希望幫助普通的公司和開發(fā)者也可以進入到自己所需的細分AI領域，實現(xiàn)輕松的邊緣AI構建。多個細分的模型算法在云端都已經(jīng)慢慢成熟，所以在i.MX平臺就像一個轉換器一樣方便，直接從邊緣端拿到數(shù)據(jù)進行本地的處理就可以，這個概念叫做BYOD（Bring Your Own Data）。
在硬件層面，NXP通過將Arm Ethos-U65在應用處理器中嵌入，積極推進microNPU的概念。microNPU可以達到0.5TOPS的算力，恰好是為了補充i.MX 9的512GOPS和i.MX 8M Plus上2.5 TOPS之間的這個空白，所以整個的產(chǎn)品的布局出來之后，不同的AI算力需求的智能邊緣端都可以找到合適的能耗比的硬件平臺。在軟件層面，NXP 發(fā)布了eIQ機器學習（ML）軟件對Glow神經(jīng)網(wǎng)絡（NN）編譯器的支持功能，針對恩智浦的i.MX RT跨界MCU，帶來業(yè)界首個實現(xiàn)以較低存儲器占用提供更高性能的神經(jīng)網(wǎng)絡編譯器應用。
所以i.MX這樣整體的一個硬件和軟件的平臺出來后，對于傳統(tǒng)的嵌入式開發(fā)的設計者而言 ，可以快速實現(xiàn)邊緣端AI/ML的部署，將自己的想法借助AI/ML的力量落地。
以前，嵌入式MCU開發(fā)者的一個較為集中的痛點是需要應用處理器的高性能，但難以適應應用處理器的架構的變化、學習成本較高。NXP用i.MX RT系列跨界應用處理器很好的解決了這個痛點，市場也通過訂單給予了NXP積極的肯定?，F(xiàn)在，AI/ML的細分應用在邊緣端部署將會是另一個集中的痛點，能夠幫助設計者解決這一痛點的平臺，想必也會贏得開發(fā)者的青睞，獲得更多市場份額。
實現(xiàn)安全和能效提升：EdgeLock和ENERGY FLEX
在最新的i.MX 8ULP、i.MX 8ULP-CS和i.MX 9系列跨界應用處理器中，我們可以看到EdgeLock?安全區(qū)域和ENERGY FLEX架構的出現(xiàn)。從名稱上我們就可以看出，EdgeLock?安全區(qū)域主要是確保邊緣設備的安全性，而Energy Flex架構提供了多種不同的功耗管理模式。
針對異構的i.MX應用處理器，NXP還提供了全新的Energy Flex技術。Cortex-A35的核本身就具備高效和節(jié)能的特點， Cortex-M33作為實時處理的核也具備低功耗的特質。再將GPU、DSP加入處理器內，基于Energy Flex技術可以將一個應用處理器配置出大約20多種不同的能耗配置，針對不同的工作負載提供更為細致的功耗配置和響應，從而降低最終應用的整體功耗。
在domain間進行不同工作負載的轉換時，其實也會存在受到旁路攻擊的風險，而EdgeLock也具備一個獨特的“功率感知”的能力，可以智能地跟蹤功率轉換，采取一些干擾措施來增強抵抗和阻止新興的攻擊面。
通過NPU實現(xiàn)邊緣端本地AI/ML應用
對于做嵌入式開發(fā)、進行邊緣端設計的工程師而言，學習完整的AI和ML的算法和應用，然后進行實際的本地應用部署，這是一件非常費時費力的事情。這也是當前嵌入式工程師在進行邊緣端的AI/ML應用開發(fā)時面臨的難題。而NXP也積極地通過戰(zhàn)略投資、生態(tài)合作的一系列舉措來推動邊緣人工智能的新浪潮，從而在一系列嵌入式設備中構建經(jīng)濟高效的人工智能解決方案。據(jù)金宇杰先生分享，NXP的應用處理器是希望幫助普通的公司和開發(fā)者也可以進入到自己所需的細分AI領域，實現(xiàn)輕松的邊緣AI構建。多個細分的模型算法在云端都已經(jīng)慢慢成熟，所以在i.MX平臺就像一個轉換器一樣方便，直接從邊緣端拿到數(shù)據(jù)進行本地的處理就可以，這個概念叫做BYOD（Bring Your Own Data）。
在硬件層面，NXP通過將Arm Ethos-U65在應用處理器中嵌入，積極推進microNPU的概念。microNPU可以達到0.5TOPS的算力，恰好是為了補充i.MX 9的512GOPS和i.MX 8M Plus上2.5 TOPS之間的這個空白，所以整個的產(chǎn)品的布局出來之后，不同的AI算力需求的智能邊緣端都可以找到合適的能耗比的硬件平臺。在軟件層面，NXP 發(fā)布了eIQ機器學習（ML）軟件對Glow神經(jīng)網(wǎng)絡（NN）編譯器的支持功能，針對恩智浦的i.MX RT跨界MCU，帶來業(yè)界首個實現(xiàn)以較低存儲器占用提供更高性能的神經(jīng)網(wǎng)絡編譯器應用。
所以i.MX這樣整體的一個硬件和軟件的平臺出來后，對于傳統(tǒng)的嵌入式開發(fā)的設計者而言 ，可以快速實現(xiàn)邊緣端AI/ML的部署，將自己的想法借助AI/ML的力量落地。
以前，嵌入式MCU開發(fā)者的一個較為集中的痛點是需要應用處理器的高性能，但難以適應應用處理器的架構的變化、學習成本較高。NXP用i.MX RT系列跨界應用處理器很好的解決了這個痛點，市場也通過訂單給予了NXP積極的肯定?，F(xiàn)在，AI/ML的細分應用在邊緣端部署將會是另一個集中的痛點，能夠幫助設計者解決這一痛點的平臺，想必也會贏得開發(fā)者的青睞，獲得更多市場份額。
下載文檔
