用MCU实现边缘AI的策略探讨

1 边缘AI的机遇与挑战

现在，智能化AI 逐步融入到一些应用场景，兆易创新主要关注与MCU相关性较强的边缘AI 市场，比如在工业、消费应用场景中的一些预测性维护和识别检测：如光伏逆变器的拉弧检测、故障检测；如家电的非正常震动、语音及视觉的检测；如语音关键词指令的识别，视频中人物检测等。通过建立模型进行深度持续的学习，能够对一些行为进行预判，降低风险。

金光一(兆易创新MCU事业部产品市场总监)

AI 在MCU 上的应用近些年被越来越多的客户所关注，客户旨在利用AI 技术解决之前传统方法的弊端，通过和客户沟通，在一些痛点问题上，例如数据传输延迟、数据有漏洞安全性差、边缘设备网络连接不稳定、成本高等，AI 的方法确实能够解决之前一直困扰的问题，在边缘计算中有助于提高性能、降低成本、增强隐私和安全性，以及更好地满足实时需求。

工程师或设计者遇到的开发挑战主要有两方面：①受限于MCU 的资源，复杂的模型运行速度慢，需要对模型进行优化；②客户对于如何将AI 应用部署在MCU端，缺乏快速验证实现的工具，需要研发直观快速的自动化软件来帮助客户实现AI 应用。

2 兆易的解决方案

为此，兆易创新全新推出的Cortex-M7 内核的超高性能MCU GD32H737/757/759 系列，具有卓越的处理能效、丰富的链接特性及多重安全机制，能够全面释放高级应用的创新潜力，可广泛用于数字信号处理、电机变频、电源、储能、音视频、图形图像等各类应用，也适用于机器学习和边缘侧AI 等诸多高端创新场景。除了持续推出的MCU 产品外， 兆易创新也通过多种服务为客户的嵌入式AI 应用提供快速落地的可能性：

●   帮助客户实现AI 应用在MCU 端的部署，提供给客户不同领域的AI 参考例程，帮助客户理解AI 应用。

●   与领先的第三方嵌入式AI 公司合作，提供更多的可选服务，在MCU 上实现AI 的支撑，包括各种算法、参考设计等。

●   研究最新的适合MCU 运行的模型架构，尝试不同的优化方法，压缩模型大小，加速模型推理速度，扩大AI 在MCU 中应用场景。

（本文来源于EEPW 2023年11月期）