當前，開發(fā)者正在利用安全且性能增強的技術(shù)實現(xiàn)小型低功耗嵌入式系統(tǒng)的開發(fā)，賦能過往無法想象的語音、視覺和振動等 AI 應用，而這些應用正在改變著世界。

嵌入式領域正經(jīng)歷一場深刻的變革。連接設備正逐漸演變?yōu)榭筛鶕?jù)所收集的數(shù)據(jù)自行做出決策的系統(tǒng)。相較于在物聯(lián)網(wǎng)網(wǎng)關(guān)或云端進行數(shù)據(jù)處理而言，在更接近采集源之處完成數(shù)據(jù)處理的方式，將有望加快決策速度、減少延遲、解決數(shù)據(jù)隱私問題、降低成本并提高能效。

很多應用領域都在推升邊緣計算在性能和功能方面的需求，諸如工業(yè)自動化、機器人、智慧城市和家居自動化等。在過去，這類系統(tǒng)中的傳感器要簡單得多且互不相連，然而，現(xiàn)在人工智能 (AI) 和機器學習 (ML) 提升了本地智能化水平，在端側(cè)即可完成決策的制定，這在過去使用的簡單控制算法是無法實現(xiàn)的。

AI 時代通用處理器的演進

多年以前，開發(fā)者專注于把邏輯和控制算法作為軟件開發(fā)的核心，然而，隨著數(shù)字信號處理 (DSP) 算法的出現(xiàn)，為諸多功能增強的語音、視覺和音頻應用提供了支持。

這種應用開發(fā)的轉(zhuǎn)變進入到了全新時代，且正在影響計算架構(gòu)的設計。我們現(xiàn)已發(fā)展到以推理作為算法開發(fā)的主要核心，這一階段帶來了對計算性能、能效、延遲、實時處理和可擴展性等方面新的或更高的要求。

行業(yè)的需求不僅在新處理器加速器方面，也包括通用處理能力的提升，以便能為開發(fā)者提供必要的平衡，并支持直播視頻中的特征檢查或人物檢測等應用。

幾年前，開發(fā)者在創(chuàng)建噪聲消除應用時還只能依賴基于頻率的濾波器。而如今，開發(fā)者可以通過將濾波與 ML/AI 模型和推理相結(jié)合來提高應用的性能和功能。為了使這些開發(fā)任務更加高效，并盡可能無縫地為用戶服務，對處理器和工具的需求也與日俱增。

促進邊緣側(cè)和端側(cè)設備的智能化

這項演進與革新是由 ML 所驅(qū)動，但同時也面臨著諸多技術(shù)的挑戰(zhàn)。經(jīng)過多年的嘗試，試圖打造一套普適于物聯(lián)網(wǎng)及嵌入式設備的開發(fā)方法，已促使著行業(yè)轉(zhuǎn)變物聯(lián)網(wǎng)開發(fā)的方式，以釋放規(guī)�；瘮U展的無限可能性。

當前，開發(fā)者正在利用安全且性能增強的技術(shù)實現(xiàn)小型低功耗嵌入式系統(tǒng)的開發(fā)，賦能過往無法想象的語音、視覺和振動等應用，而這些應用正在改變著世界。各種版本的編程語言和 Transformer 模型將很快在具有全新計算功能的物聯(lián)網(wǎng)邊緣設備中占據(jù)一席之地。這無疑為開發(fā)者帶來夢寐以求的更多可能性。

在開發(fā)演進與革新的過程中，為了滿足開發(fā)者對硬件的需求，幾年前 Arm 在 Armv8.1-M 架構(gòu)中引入了Arm® Helium™ 矢量處理技術(shù)。Helium 為小型低功耗嵌入式設備的 ML 和 DSP 應用帶來了顯著的性能提升。此外，它還提供單指令多數(shù)據(jù) (SIMD) 功能，由此將 Arm Cortex®-M 設備的性能提升到全新水平，并支持預測性維護和環(huán)境監(jiān)控等應用。

Helium 提高了 DSP 和 ML 性能，加快了信號調(diào)節(jié)（例如濾波、噪聲消除和回聲消除）和特征提取（音頻或像素數(shù)據(jù)）的速度，繼而能將之傳輸?shù)讲捎蒙窠?jīng)網(wǎng)絡處理器的分類中。

實現(xiàn)智能邊緣側(cè)的功能

我們可以看到，很多 Arm 的合作伙伴都在他們最新的產(chǎn)品中引入了 Helium 技術(shù)，由此助力開發(fā)者在網(wǎng)絡最遠端的受限設備上發(fā)揮 ML 功能的優(yōu)勢。2020 年二月，Arm 推出了采用 Helium 技術(shù)的 Cortex-M55 處理器，Alif Semiconductor 于 2021 年九月推出了首款基于 Cortex-M55 的芯片，并在其 Ensemble 和 Crescendo 產(chǎn)品系列中部署了搭載 Helium 的 Cortex-M55 處理器。此外，奇景光電 (Himax) 也采用了配備 Helium 的 Cortex-M55 于其下一代 WE2 AI 處理器，并以由電池供電的物聯(lián)網(wǎng)設備中的計算機視覺系統(tǒng)為目標應用領域。

2022 年四月， Arm 推出了第二款支持 Helium 的 CPU——Arm Cortex-M85。瑞薩電子在 embedded world 2022 和 embedded world 2023 上曾就 Cortex-M85 進行過技術(shù)演示。演示中，Plumerai 通過瑞薩電子 RA MCU 技術(shù)大大加快了其推理引擎速度。作為一家開發(fā)基于攝像頭實現(xiàn)人物檢測的完整軟件解決方案的公司，Plumerai 相信，性能的提升將確保該公司的客戶可充分利用更龐大、更準確的 Plumerai 人物檢測 AI 版本，同時提供更多的產(chǎn)品功能并延長電池續(xù)航時間。2023 年十一月，Arm 推出了第三款采用 Helium 技術(shù)的 CPU——Cortex-M52，這是一款專為人工智能物聯(lián)網(wǎng) (AIoT) 應用而設計的處理器，可為小型低功耗嵌入式設備的 DSP 和 ML 應用帶來顯著的性能提升，無需專用 NPU 即可在端點中部署更多計算密集型ML 推理算法。

隨著硬件的發(fā)展，開發(fā)者所面臨的軟件復雜性也日益增加，因而需要新的開發(fā)流程來創(chuàng)建結(jié)合高效設備驅(qū)動程序的優(yōu)化ML 模型。為生態(tài)系統(tǒng)提供的軟件開發(fā)平臺和工具也必須緊跟硬件而演進，這一點至關(guān)重要。

如今由 Arm 和第三方提供的多種工具可用于支持終端用戶創(chuàng)建 AI 算法。數(shù)據(jù)科學家在離線環(huán)境中創(chuàng)建好模型后，即可使用相應的工具來優(yōu)化模型，以便在基于Arm Ethos™-U 的 NPU 上運行模型，或在基于 Cortex-M 的處理器上使用 Helium 指令。

Qeexo 是第一家為邊緣設備實現(xiàn)端到端 ML 自動化的公司，其 AutoML 平臺提供了直觀的用戶界面 (UI)，允許用戶對傳感器數(shù)據(jù)進行收集、清理和可視化呈現(xiàn)，并使用不同的算法來自動構(gòu)建 ML 模型。Keil 微控制器開發(fā)套件 (Keil MDK) 等傳統(tǒng)嵌入式工具是對 MLOps 工具的有益補充，并有助于建立用于驗證復雜軟件工作負載的 DevOps 流程。由此，嵌入式、物聯(lián)網(wǎng)和 AI 應用程序最終匯聚于軟件開發(fā)者都熟知的單一開發(fā)流程中。

邊緣的潛能正在逐步被發(fā)掘。當前對提升微控制器性能的需求還在不斷增長，特別是諸如聲控門鎖、人物檢測識別、帶有預測性維護的聯(lián)網(wǎng)電機控制，以及數(shù)不勝數(shù)的其他高端 AI 和 ML 應用等任務。

我們相信，在正確技術(shù)的加持下，開發(fā)者可以重新構(gòu)想邊緣和端側(cè)設備，并在性能、成本、能效與隱私等這些受限設備中的關(guān)鍵要素之間取得適當平衡，讓未來的嵌入式開發(fā)實現(xiàn) AI 計算的應用。