边缘计算时代，ADI这款低功耗微控制器有什么区别？

一般来说，边缘AI是相对云端AI换句话说，它允许设备在本地进行AI在实现数据处理之前，计算和决策不一定需要连接到互联网。

相比于云端AI，边缘AI它具有实时性好、带宽资源要求低、隐私性好等诸多特点。因此，在许多场景中，边缘AI比云端AI更能解决实际问题。

边缘AI适用于时间敏感度高的场景

例如，自动驾驶汽车突然发现前方道路上有一个孩子。为了避免灾难，汽车必须在几毫秒内做出反应。如果数据上传到云端，将会有很大的延迟，因此边缘AI这个问题可以解决。

另一个例子是森林火灾监测、公路、铁路或大坝滑坡监测。这些地方通常很偏远，通常没有良好的通信网络，但快速决策和预警非常关键，因此必须快速确定边缘端。

对于应用时间非常敏感的场景，传统的云监控可能需要向云发送一组图片，这对网络流量有很高的要求。通过监控端的独立智能识别，只有在情况发生时发送短信，才能快速实现安全警告，避免更严重的灾害损失。

和云端AI相同，边缘AI也具备AI共性特征。AI技术是一种强大的ADS826E模式识别技术，需要大量的矩阵操作，需要大量的存储空间和系统功耗。AI在设备本地执行AI，电池通常需要供电，因此需要平衡系统功耗、计算速度和设备成本。

然而，低功耗微控制器执行AI运算需要调用大量资源，速度低，只能简单计算；FPGA，GPU虽然一些大型处理器计算速度快，但成本高，功耗高；低成本微控制器/微处理器在功耗特性方面性能较差，计算速度和计算复杂度也一般。

ADI低功耗微控制器，带有神经网络加速器

新一代的解决方案需要更多的超低功耗特性。ADI推出的带有神经网络加速器的MAX78000低功耗微控制器，可以在功耗、速度、成本三方面达成最优平衡。

具体来看，MAX78000集成了两个MCU系统控制的核心，Arm Cortex-M4处理器和32位RISC-V其中，处理器Arm Cortex-M4F处理器以100MHz客户可以编写任何系统管理代码。RISC-V处理器的功能是以低功耗快速加载数据到神经网络加速器，用户可以使用任何微控制器内核将数据输入到卷积神经网络引擎中。

MAX78000具有432KB与低功耗微控制器上运行的软件解决方案相比，在配置和加载数据后，MAX78000运行AI推理速度快100倍，功耗不到1%。

ADI公司高级业务经理李勇此前介绍，低功耗是许多边缘智能应用场景的关键要求，MAX78000除了基于CNN加速器和双核处理器体系结构还提供高效的内部电源管理，集成单电感输出(SIMO)开关模式电源，最大限度地延长物联网设备的电池供电范围。

据ADI应用工程师辛毅介绍，MAX最独特的功能是78000CNN加速器是一种特殊的硬件，旨在最大限度地积神经网络的运行能耗和等待时间。CNN加速器具有432KB权重存储最多支持350万个权重网络，产品架构灵活性高，允许TensorFlow，PyTorch常规工具集训练，转换后MAX78000上运行。

MAX78000的另一个特征是MCU的介入少，CNN在运行过程中，加速器几乎不受任何影响MCU内核的干扰，从而大大简化了操作，提高了效率，提高了延迟。

由于设计优越，芯片的功耗大大降低，使得芯片能够在电池供电的设备中执行复杂的功耗AI同时，应用程序不会造成延迟和成本上升。

低功耗运行MCU与上面的软件解决方案相比，MAX78000执行AI速度快100倍，成本只有100倍FPGA方案或者是GPU零头MCU+DSP的方案，MAX78000功耗不足1%。MAX78000在功耗、速度、成本三方面达成最优的平衡。

MAX78000目前已广泛应用于森林防火监测、地质灾害监测和智能家居等领域。李勇说，许多类似但不涉及公共安全的应用也需要实现本地快速智能决策。例如，一些用户希望在骑自行车时戴上相机，随时随地实现语音控制和开发产品，类似于助听器的语音控制、风力发电设备的预测维护等。

这种基于超低功耗硬件计算能力、高集成度、小尺寸和低成本的边缘智能解决方案的推出，为越来越多的应用领域提供了真正可行的智能授权解决方案。