|

從MPU到MCU Renesas推動Edge AI輕量化革命

   

作者:陸向陽

「過去要用MPU微處理器才能跑得動AI,如今已可以用MCU微控制器。」瑞薩電子(Renesas)資深經理李鴻林在11月19日舉辦的《MakerPRO》 MAI開發者年會的專題演說中表示,Renesas不斷精進技術、功能與效能,Renesas的MCU已能跑各種AI應用。

瑞薩電子資深經理李鴻林

瑞薩電子資深經理李鴻林

在今日多元的AI應用中,Renesas將MCU的AI應用聚焦於三大支柱上,包含即時分析(Real-Time Analytics, RTA)、語音(Voice)以及影像(Vision)等,對應到Renesas現有的MCU系列(或稱家族)晶片中,則以RL78系列適合RTA,RX系列適合Voice,RA系列則適合Vision,至於RZ系列則屬MPU。

圖1 Renesas主張的AI三支助:影像、語音、即時處理(圖片來源:Renesas)

圖1:Renesas主張的AI三支柱:影像、語音、即時處理(圖片來源:Renesas)

圖2 三大AI應用支助與Renesas MPU/MCU系列的對應(圖片來源:Renesas)

圖2:三大AI應用支柱與Renesas MPU/MCU系列的對應(圖片來源:Renesas)

為了讓Edge AI(包含AIoT、Edge AIoT等)開發者能快速完善開發Renesas提供諸多素材與工具,包含資料收集工具、範例應用程式、參考設計、轉換工具等,以下就以三大支柱展開更細部的開發支援說明。

Vision應用開發

首先說明最吃重的Vision(或稱電腦視覺Computer Vision, CV)應用,這一塊既可以用RA系列MCU也能用RZ系列MPU,其中RA8P1是業界第一個具備AI硬體加速能力的MCU晶片,晶片內有Cortex-M85、M33 MCU核心,而AI硬體加速部份則為Ethos-U55 NPU。

RA8P1內的Cortex-M85已達驚人的1GHz運作時脈,即便不使用AI硬體加速功能也具有極家的效能,而內建的Ethos-U55 NPU更是如虎添翼,可以讓各種AI推論工作提升9倍至35倍不等的效能。

圖3 Renesas RA8P1內建Ethos-U55 NPU讓各種AI模型獲得顯著加速(圖片來源:Renesas)

圖3:Renesas RA8P1內建Ethos-U55 NPU讓各種AI模型獲得顯著加速(圖片來源:Renesas)

進一步的,RA8P1為雙核MCU,其中M85負責人機互動、影音處理等工作,而M33負責即時感測與即時控制,既滿足吃重應用工作也滿足即時控制回應,兩相兼顧,不用取捨妥協。

圖4 RA8P1內的Cortex-M85負責人機互動與影音處理,而Cortex-M33負責馬達控制、感測、通訊等工作(圖片來源:Renesas)

圖4:RA8P1內的Cortex-M85負責人機互動與影音處理,而Cortex-M33負責馬達控制、感測、通訊等工作(圖片來源:Renesas)

此外Renesas也與軟體夥伴如Nota AI、IRIAD Labs等貢獻範例程式,Renesas也廣泛支援業界開發軟體工具,自身也投入開發與提供工具,業界工具如Keil、IAR等,Renesas自身也提供FSP(Flexible Software Package)彈性軟體包、QE(Quick and Effective)工具等。

另外開發者若期望以RA8P1晶片進行試製實測,Renesas也針對RA8P1推出EK-RA8P1評估套件(EK即Evaluation Kit),即硬體開發板,開發板上已具基礎週邊與I/O,開發者可以更快開發與實證。

更重要的是,Renesas針對開發者提出RUHMI框架,運用該框架可以將現成已開發完成的AI模型轉移至Renesas MCU/MPU上執行,此可稱為自帶模型(Bring Your Own Model, BYOM)。

Voice應用開發

針對Voice應用(或稱VUI,即Voice User Interface語音使用者介面)開發Renesas建議使用RX或RA系列MCU,其中初階MCU適合語音命令識別(Voice Command Recognition, VCR),中階MCU適合VCR外加講者識別(Speaker Identification, SID),或是VCR外加自然語言處理(Natural Language Understanding, NLP)。至於MPU則適合NLP+SID,若將MPU單純用於VCR則顯大材小用。

圖5 Renesas將Voice AI應用分成數個層次,從低至高為VCR、VCR+SID及NLU+SID(圖片來源:Renesas)

圖5:Renesas將Voice AI應用分成數個層次,從低至高為VCR、VCR+SID及NLU+SID(圖片來源:Renesas)

更具體而言初階MCU為RA2系列,中低階則為RA4,中高階則為RA6,高階則為RA8,在VCR、NLP方面Renesas與Cyberon合作提供開發者方案,SID方面Renesas則與AIZIP合作。

另外Renesas自身也提供語音防詐(Voice Anti-Spoofing, VAS)、音訊預處理前端(Audio Preprocessing Font, APF)、緊急尖叫偵測(Emergency Scream Detection, ESD)等,Renesas將此視為選擇性的附加特點(Add-On Feature)。

RTA應用開發

所謂RTA為各種感測數據的即時分析,如工廠產線設備的振動數據、溫度數據等,這方面Renesas特別於2023年收購Reality AI軟體公司,以此提供廣大開發者完整完善的開發工具。

舉例而言,Reality AI Tools可以產生、建立基於先進信號處理的TinyML/Edge AI模型;Reality AI Utilities可以即時監控AI模型、儲存資料;RealityCheck MOTOR可以實現條件性監督與維護預測;RealityCheck AD則為異常偵測,或針對空調系統有對應的RealityCheck HVAC等。

圖6 Renesas收購Reality AI提供廣泛的工具協助開發者實現即時分析AI應用(圖片來源:Renesas)

圖6:Renesas收購Reality AI提供廣泛的工具協助開發者實現即時分析AI應用(圖片來源:Renesas)

結語

最後,Renesas期望讓開發者以MCU進行Edge AI相關開發,且開發能夠兼顧最佳化(Optimized,或稱優化)、擴展延伸性(Scalable)以及彈性(Flexible)等三面向。

為此Renesas不單是提供MCU晶片,也以晶片為主軸提供相關的顧問諮詢、設計支援以及客製化等,此即Renesas訴求的價值定位。

圖7 Renesas在MCU AI開發應用上的價值定位與訴求(圖片來源:Renesas)

圖7:Renesas在MCU AI開發應用上的價值定位與訴求(圖片來源:Renesas)

 

 

陸向陽
Qualcomm實現高效邊緣AI運算的策略與平台

訂閱MakerPRO知識充電報

與40000位開發者一同掌握科技創新的技術資訊!

Author: 陸向陽

從電子科系畢業後,即以媒體人的角色繼續這段與「電子科技」的不解之緣。歷任電子技術專書作者、電子媒體記者、分析師等角色,並持續寫作不殆。近來投入Arduino、Raspberry Pi等開放硬體的研究與教程介紹。

Share This Post On

Submit a Comment

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *