原創 英飛淩 英飛淩官微

基於大模型的機器學習（ML）運算需要強大的計算資源來進行訓練和推理，因此，它們通常在可以進行大算力資料處理的 PC 或雲伺服器上運行。然而，在嵌入式內核架構的革命性發展和軟體工具的突破性進步的引領下，許多羽量級 Al/ML 應用正在迅速下沉至邊緣，並加速嵌入式系統的智慧化升級。

PSoC™ Edge 是首款支援邊緣人工智慧的超低功耗 MCU，使用戶可以通過開發嵌入式系統來打造高度實用且性能強大的硬體平臺，實現對世界的人工智慧感知與控制，並支持與外界的智慧交互和連接。PSoC™ Edge 提供動態可調的功耗與性能模式，在滿足場景低功耗需求的同時，為新一代的應用提供新興的邊緣 AI/ML 需求、豐富的 HMI（人機交互）功能以及資訊安全功能。英飛凌還為用戶提供豐富的軟體發展工具集，端到端支援用戶項目開發，包括邊緣人工智慧開發所需的資料獲取、模型推薦和訓練等。

高性能 & 超低功耗計算能力

• Cortex-M55 MCU 內核, 支持 HeliumTM DSP 及 Ethos U55 神經網絡計算單元（NPU）
• Cortex - M33 MCU 內核與 NNLite（DSP/NPU）
• 內置超低功耗非易失存儲 RRAM 技術

使能邊緣 AI 技術應用

• 統一且靈活的開發工具, 包含端到端機器學習解決方案, 支持 AI 訓練框架及功能模塊
• 聲音及語音中間件支持及應用案例

信息安全

• 獨立安全內核保障
• 英飛凌邊緣信息保護技術

評估開發平台

• 豐富的硬件開發及評估平台
• PSoCTM Edge 評估套件及 PSoCTM Edge SoM

參考代碼

• 豐富的軟件參考代碼及中間件
• 支持聲音語音算法, 圖形驅動, 數字傳感器融合, 無線鏈接, 機器學習

ML 應用和場景的推理過程需要大量的矩陣計算，同時當視頻和圖像類資料利用深度學習 ML 模型時，這些應用往往還需要佔用大量的記憶體。為了支持這些場景，有必要使用諸如 Arm® Ethos™-U55 等神經網路輔助處理器（NPU） 來增強處理器的性能。在相同主頻下，配合 Arm® Cortex®-M55 的 Helium 擴展 DSP 指令集，處理矩陣運算的能力約相當於 Cortex®-M7 的 50 倍。

能耗效率和低成本是嵌入式 ML 應用的關鍵要求。除增強處理能力之外，還需要降低系統功耗和提供高效的軟體發展環境。英飛凌的 PSoC™ Edge 平臺及其 ModusToolbox™ 軟體發展環境可以更好地利用平臺硬體資源進行 CPU 密集型嵌入式 ML 推理。開發環境涵蓋了用於資料獲取、資料預處理、資料標注、模型推薦、模型訓練和部署的工具和優化器。

掃描下方二維碼

獲取完整白皮書，瞭解更多產品相關資訊

英飛凌MCU產品，適用於物聯網領域，消費電子產品及工業設備的多類型應用。

更多資訊,歡迎點擊此處訪問。

掃描二維碼, 關注英飛凌官方微信尋找更多應用或產品資訊