用MCU實現邊緣AI的策略探討

1 邊緣AI的機遇與挑戰

現在，智能化AI 逐步融入到一些應用場景，兆易創新主要關注與MCU相關性較強的邊緣AI 市場，比如在工業、消費應用場景中的一些預測性維護和識別檢測：如光伏逆變器的拉弧檢測、故障檢測；如家電的非正常震動、語音及視覺的檢測；如語音關鍵詞指令的識別，視頻中人物檢測等。通過建立模型進行深度持續的學習，能夠對一些行為進行預判，降低風險。

金光一(兆易創新MCU事業部產品市場總監)

AI 在MCU 上的應用近些年被越來越多的客戶所關注，客戶旨在利用AI 技術解決之前傳統方法的弊端，通過和客戶溝通，在一些痛點問題上，例如數據傳輸延遲、數據有漏洞安全性差、邊緣設備網絡連接不穩定、成本高等，AI 的方法確實能夠解決之前一直困擾的問題，在邊緣計算中有助于提高性能、降低成本、增強隱私和安全性，以及更好地滿足實時需求。

工程師或設計者遇到的開發挑戰主要有兩方面：①受限于MCU 的資源，復雜的模型運行速度慢，需要對模型進行優化；②客戶對于如何將AI 應用部署在MCU端，缺乏快速驗證實現的工具，需要研發直觀快速的自動化軟件來幫助客戶實現AI 應用。

2 兆易的解決方案

為此，兆易創新全新推出的Cortex-M7 內核的超高性能MCU GD32H737/757/759 系列，具有卓越的處理能效、豐富的鏈接特性及多重安全機制，能夠全面釋放高級應用的創新潛力，可廣泛用于數字信號處理、電機變頻、電源、儲能、音視頻、圖形圖像等各類應用，也適用于機器學習和邊緣側AI 等諸多高端創新場景。除了持續推出的MCU 產品外， 兆易創新也通過多種服務為客戶的嵌入式AI 應用提供快速落地的可能性：

●   幫助客戶實現AI 應用在MCU 端的部署，提供給客戶不同領域的AI 參考例程，幫助客戶理解AI 應用。

●   與領先的第三方嵌入式AI 公司合作，提供更多的可選服務，在MCU 上實現AI 的支撐，包括各種算法、參考設計等。

●   研究最新的適合MCU 運行的模型架構，嘗試不同的優化方法，壓縮模型大小，加速模型推理速度，擴大AI 在MCU 中應用場景。

（本文來源于EEPW 2023年11月期）