在數(shù)字化變革的大潮下,邊緣計算正展露出巨大的價值。作為MCU和MPU技術的領頭羊，恩智浦半導體是如何看待和應對邊緣挑戰(zhàn)的？不久前，在京舉辦的“恩智浦邊緣處理業(yè)務2020媒體溝通會”上，邊緣處理事業(yè)部的高管們悉數(shù)上線，向電子產(chǎn)品世界等媒體介紹了他們的看法。

1   業(yè)務改組：從微控制器擴展到邊緣處理

大家可能注意到了，經(jīng)過業(yè)務梳理后，恩智浦成立了邊緣處理事業(yè)部。另外，今年恩智浦的領導層也有大變動。首先是CEO的變更，前CEO Rick Clemmer退休后，總裁Kurt Sievers接任了CEO職位；此前負責微控制器業(yè)務的Geoff Lees退休后，Ron Martino被任命為邊緣處理事業(yè)部總經(jīng)理，并進入恩智浦管理團隊。

那么，為何成立邊緣處理事業(yè)部？因為邊緣計算是第五代計算潮流(如下圖)，其市場潛力巨大，據(jù)Gartner預計，到2023年，網(wǎng)絡邊緣的智能設備數(shù)量可能是傳統(tǒng)IT領域的20倍以上。另外，邊緣計算可以體現(xiàn)在生活中的方方面面，包括居家、辦公、城市、工廠等，使智能/電子生活更加安全、高效。

邊緣計算的驅動因素非常簡單。①能降低總擁有成本，因為不用總是進行云接入，從而降低本地成本。②可以保護數(shù)字隱私，提高安全性。③能減少應用延遲，更加支持實時應用，增強本地體驗質量。

基于此，恩智浦不斷投資、發(fā)展并欲引領邊緣計算的潮流。

恩智浦通過EdgeVerse產(chǎn)品組合來滿足市場的需求(如下圖)，包括嵌入式計算、安全連接等，并能提供產(chǎn)品可擴展性和低功耗的性能，實現(xiàn)豐富的人機交互體驗。

恩智浦的邊緣處理應用主要分三類：①網(wǎng)絡邊緣，②工業(yè)邊緣，③物聯(lián)網(wǎng)邊緣。

●   嵌入式計算&機器學習

眾所周知，恩智浦的傳統(tǒng)優(yōu)勢是嵌入計算，擁有廣泛的產(chǎn)品組合，包括低端MCU、跨界處理器、應用處理器（如下圖），以及高端微處理器，從單一的DMIPS一直到20萬級以上的DMIPS。此外，恩智浦在軟件方面投資也很大，其軟件能循環(huán)使用并提供易用的產(chǎn)品，以幫助客戶迅速地將產(chǎn)品推向市場。

在機器學習方面，據(jù)調查，現(xiàn)在55%的開發(fā)者表示他們當前或未來工作需要機器學習（如下圖）。一些早期的采納者已經(jīng)開始探索有意義的用例，如視覺方面的智能在提升消費者體驗的同時保持效率，包括在工業(yè)和其他領域的器械安裝，通過反饋的方式來提升產(chǎn)品性能，改善用戶體驗。

為此，恩智浦已經(jīng)有許多合作伙伴，例如在實現(xiàn)面向所有人的機器學習方面，與加拿大Au-zone的DeepViewTM技術建立戰(zhàn)略合作伙伴關系，一起開發(fā)機器學習的工具包。并與Arm進行合作，使用Arm Ethos-U65 microNPU實現(xiàn)機器學習加速。

恩智浦的策略是：不僅能實現(xiàn)可擴展的高性能計算，且可以把它一直延伸到MCU。

媒體記者的問題是：邊緣側有很多關于AI/機器學習的芯片架構，下一步，嵌入式計算架構會如何演進？

Ron Martino在這個行業(yè)已經(jīng)有32年，期間看到了很多變化，例如從追求頻率、單線程性能，一直到具有很多計算模塊的異構計算。恩智浦的i.MX產(chǎn)品里就有DSP、CPU、視覺處理、圖像處理、機器學習等不同的計算模塊，也會繼續(xù)優(yōu)化解決方案。

機器學習在這方面的功能也會不斷進化，很多初創(chuàng)企業(yè)也都推出了自己的加速器，相信未來不會只有單一的加速器，但隨著時間推移，品種會慢慢變少。此外，硬件加速器在市場中也已存在很長時間，會不斷演化以適應客戶和相關用例對效率和計算性能的要求。

圖 現(xiàn)場演示的恩智浦AI解決方案，分別是機器視覺，智能門鎖，智能門鈴，本地語音識別   

媒體的另一個問題是：如果要在MCU上進行深度學習的開發(fā)，除了TOPS（處理器每秒鐘可進行一萬億次操作）指標之外，還有哪些是開發(fā)者或工程師更應該關注的？

對此，恩智浦邊緣處理事業(yè)部高級總監(jiān)兼工業(yè)業(yè)務線總經(jīng)理Jeff Steinheider認為，隨著機器學習應用的發(fā)展，在應用領域會出現(xiàn)更多的新標桿，這些將作為衡量機器學習性能的一些關鍵指標，另外還要看機器學習的類型，包括是人臉識別還是物體識別。Ron Martino做了進一步補充，他認為，在開發(fā)嵌入式計算產(chǎn)品方面不僅要結合各種計算模塊實現(xiàn)互聯(lián)，也需要進行軟件的優(yōu)化賦能和硬件的用例優(yōu)化，所以機器學習和傳統(tǒng)的CPU的工作負載有不同的方面，比如內存的接入可能會成為一個潛在的瓶頸。另外還需要優(yōu)化它的尺寸，將其作為計算部件的一部分，實現(xiàn)與CPU功能及其他功能的協(xié)同，這是一個涉及到系統(tǒng)性優(yōu)化的復雜過程，需要熟練的制造流程作用于軟件和硬件應用，以便真正優(yōu)化應用的性能并降低功耗。

對于微控制器加入機器學習功能所面臨的資源受限，以及功耗、帶寬、尺寸等改變的情況，恩智浦邊緣處理事業(yè)部副總裁兼IoT業(yè)務線總經(jīng)理于修杰表示，之所以說機器學習和AI是讓人感到非常振奮的領域，是因為恩智浦在選擇IoT應用的處理器方面不可能做到一刀切。無論GPU還是FPGA，都能找到擅長的領域，這取決于市場對于應用功耗的容忍度，有時需要優(yōu)化的內容也是不同的，具體要看是語音還是視頻，是要在邊緣還是云上做推斷或訓練，以及市場對成本的容忍度等。

現(xiàn)在已經(jīng)有客戶在關心有沒有可能做免費的AI和機器學習，其實指的就是使用CPU來做機器學習。現(xiàn)在恩智浦的eIQ工具可以部署類似這種模式，例如在家居場景中，由于人是交互對象，因此在推斷方面需求不高，在機器學習方面就無需購買加速的產(chǎn)品以便大大降低成本。現(xiàn)在恩智浦也在與合作伙伴和客戶不斷地做這種微調。實際上，在發(fā)展的早期會有很多的迭代和戰(zhàn)略微調。

恩智浦支持廣泛的從簡單到復雜的機器學習用例，簡單的諸如異常的數(shù)據(jù)震動監(jiān)測，復雜的如視覺的監(jiān)測和分類等。恩智浦的戰(zhàn)略是支持可擴展的計算，包括CPU圖像、機器學習、DSP還有內存等。

 ●   安全

盡管此前安全在很多應用中相當重要，但從來都不是產(chǎn)生購買行為的決定性因素?，F(xiàn)在隨著接入點的增多，產(chǎn)生了很多關鍵數(shù)據(jù)，數(shù)據(jù)的價值也越來越高，安全性和不斷集成的功能已經(jīng)成為極為重要的因素，而這也是嵌入式計算不斷演進的關鍵性因素。

恩智浦在安全領導方面擁有悠久的歷史，在銀行業(yè)、電子政務以及金融交易方面有出色的安全性。恩智浦的安全性能現(xiàn)已達到非常高的水平，如達到了PSA Level2、經(jīng)過CC等安全認證。

●   無線連接

2019年底，恩智浦完成了對Marvell Wi-Fi業(yè)務的并購，豐富了其在無線連接領域的產(chǎn)品組合（如下圖）。此外，恩智浦的MCU Xpresso SDK與平臺有更好的連接，很多的固件和驅動能更加易于使用，包括Wi-Fi、triband以及僅適用于窄帶的應用方案都可以幫助恩智浦實現(xiàn)更加可擴展的邊緣計算。再有，恩智浦還在推進開放標準，如很多器件和無線的交互、可操作性、以及CHIP計劃（Connected Home over IP，用于開發(fā)和實施新的統(tǒng)一連接協(xié)議的開源方法），恩智浦正和很多業(yè)界領袖合作，支持多樣性器件之間在邊緣計算時代更好地交互。

2   物聯(lián)網(wǎng)邊緣：MCU、MPU全覆蓋

物聯(lián)網(wǎng)(IoT)設備已經(jīng)被廣泛應用于世界上大部分地區(qū)，盡管不同的IoT設備會存在一些共性，例如，IoT設備都是通過一些技術實現(xiàn)電子和電氣元器件的監(jiān)測和控制，但不同的IoT應用有不同的要求，所以需要不同數(shù)量的、多樣化的MCU和MPU進行控制和支持。

恩智浦的產(chǎn)品組合非常豐富和全面，既有基于Arm架構的MCU，也有具備連接性、高集成且高性能、低功耗的MCU，甚至還有大型、高性能的MPU。

恩智浦的IoT業(yè)務主要關注于四個關鍵領域，包括個人設備、智能家居、智能家電以及新興消費類和零售?！岸髦瞧值奶厣强梢苑窒砗芏嘬浖皵?shù)據(jù)，幫助IoT客戶更快地啟動產(chǎn)品研發(fā)?！庇谛藿苤赋觯耙詉.MX RT106跨界MCU為例，恩智浦進一步加強了本地語音控制、人臉識別以及Alexa語音服務?！?/p>

3   工業(yè)邊緣：滿足應用三要素

恩智浦邊緣處理事業(yè)部高級總監(jiān)兼工業(yè)業(yè)務線總經(jīng)理Jeff Steinheider稱，恩智浦的重點應用市場主要分布在四個方向：工廠與流程自動化、建筑與能源、醫(yī)療保健以及交通運輸。

在這些市場中，有很多關鍵的性能對于客戶的應用至關重要。①通用軟件的可擴展性，恩智浦已有廣泛的產(chǎn)品可以支持這一重要性能，能幫助客戶擴展產(chǎn)品。②安全性也非常重要，如果沒有安全性，工業(yè)互聯(lián)便無法實現(xiàn)。③一些新的應用希望能支持機器學習和機器視覺的處理器。

恩智浦在TSN（時間敏感網(wǎng)絡）技術上具有優(yōu)勢：應用層的通用軟件API可以支持不同的產(chǎn)品（如下圖），包括跨界MCU和高性能的應用處理器等。在TSN市場有很多的應用，例如工廠與流程自動化、交通運輸、建筑與基礎設施，恩智浦已經(jīng)把TSN技術融入到三款產(chǎn)品當中，包括i.MX RT1170跨界MCU，i.MX 8M Plus以及LS1028A處理器。面向未來，TSN技術將會在更多產(chǎn)品中獲得更多應用。

邊緣處理在智能電網(wǎng)和電氣化方面也有廣泛的應用。恩智浦在綠色能源領域推出了太陽能逆變器；另外還通過推出智能電表、智能電源網(wǎng)關等來提升電網(wǎng)的效率；在電動汽車領域，恩智浦的產(chǎn)品主要用于支持電動汽車的充電。

4   網(wǎng)絡邊緣：5G和數(shù)據(jù)中心是關鍵

恩智浦產(chǎn)品管理高級總監(jiān)Nikolay Guenov認為，5G、網(wǎng)絡邊緣與恩智浦的邊緣計算部門有很大關系。如果要滿足從云端到邊緣的多種應用需求，就需要高帶寬、低延遲和覆蓋的能力。恩智浦從天線到處理器都有相應產(chǎn)品提供給客戶，以支持他們的需求。

其中，恩智浦的Layerscape Access可以支持4個應用，從CPE（客戶前置設備）開始，恩智浦有固定無線接入平臺、分布式單元、無線電單元和整合的小基站，這4個平臺可以滿足無論是運營商還是客戶對于覆蓋的需求。同時，恩智浦在軟硬件方面都注重與伙伴的合作。

恩智浦的產(chǎn)品線可以滿足從單核到4核到16核的處理器需求。Layerscape Access滿足可編程基帶的需求，結合合作伙伴的射頻芯片，能全面支持客戶所需。此外，恩智浦的產(chǎn)品線支持sub-6G和毫米波天線這兩個5G標準。

從滿足市場需求的角度來看，恩智浦支持5G開放式生態(tài)系統(tǒng)（如下圖）。在射頻方面，為了滿足小基站或CPE方面的需求，恩智浦提供給合作伙伴基帶的接口。同時，O-RAN聯(lián)盟非常重要，提供可互操作的第三方解決方案。另一個重要的方面是恩智浦與ODM、OEM合作伙伴提供廣泛的系統(tǒng)級解決方案。

關于數(shù)據(jù)中心，效率非常重要，并要考慮如何在服務器上達到最高的密度來支持應用軟件的性能。因此服務器需要關注網(wǎng)絡接口、網(wǎng)絡處理或加密處理、網(wǎng)絡基礎架構，并滿足最近五六年的虛擬化的需求，而客戶的應用軟件同樣重要。恩智浦提供多核處理器，將網(wǎng)絡方面的功能融入Smart NIC（智能網(wǎng)卡）加速卡，使服務器的處理器能滿足應用軟件的更高密度。總之，恩智浦在Smart NIC上支持數(shù)據(jù)壓縮、加密等功能，并滿足非常重要的虛擬化方面的要求。

5   新冠疫情下，增長好于預期

當前全球正面臨新冠肺炎疫情的挑戰(zhàn)。恩智浦在全球有很多設施和工廠，正以高標準來保護員工的安全和健康，目前全球生產(chǎn)都在正常進行。同時，圍繞邊緣計算等業(yè)務的開展，恩智浦也取得了積極強勁的增長。從發(fā)布的第三季度財報上，可以看到無論是汽車、移動還是在工業(yè)和通信領域，恩智浦都取得了好于預期的增長。

6   在中國的發(fā)展

恩智浦EdgeVerse產(chǎn)品能夠滿足中國提出的數(shù)字化網(wǎng)絡建設的7個重點領域中的6個：分別是AI，工業(yè)互聯(lián)網(wǎng)，城際交通，5G網(wǎng)絡，數(shù)據(jù)中心，新能源汽車充電。

恩智浦目前在華有1000多名研發(fā)工程師，200多項產(chǎn)品開發(fā)，與中國進行研發(fā)方面的創(chuàng)新合作，以及與天津大學、蘇州大學、上海交通大學建立合作伙伴關系。此外，恩智浦還和中國政府進行合作，包括在天津建立AIoT實驗室（如下圖）。恩智浦在中國擁有合資企業(yè)，開發(fā)在中國使用的安全IP。