• 物联卡之家首页
  • |
  • 供应
  • 采购
  • |
  • 问答
  • 资讯
  • 社区
  • 登录
  • 注册
  • |
  • 13953002161(9:00-18:00)
  • 物联卡物联网人社区

    物联卡

    万物互联离不开物联卡

    发表主题
    • 提升物联网新层级,恩智浦构建机器学习新环境

      发表于 2018-11-08 11:50:38
      物联网(IoT)被业界普遍认为是互联网之后的下一次技术革命,号称是可穿戴设备、智能家居、自动驾驶骑车、智能工厂、智慧城市等等新时代的曙光。而物联网意味着互联网和可接入设备的万物互联,它结合了业界的潜在优势:便宜且可广泛使用的带宽、低能耗的微处理器、大数据分析工具。物联网的发展壮大与两大关键技术息息相关:边缘计算和机器学习。
       
      恩智浦半导体(简称:恩智浦)近期在京召开产品发布会,阐述了恩智浦在IoT领域的战略布局以及推出了用来保护工业和物联网边缘应用安全的LPC5500闪存微控制器系列以及面向超低功耗的安全机器学习(ML)/人工智能(AI)边缘应用的跨界处理器系列i.MX RT600。
       
      全面布局智能家电
       
      恩智浦在中国智能家电领域涉猎广泛,客户体量庞大,在人工智能、语音、视觉,尤其是在控制上恩智浦都有了十足的进步。在未来恩智浦将继续对智能驾驶、物联网、移动支付和安全以及通信架构加大投入,扩大自己的影响力。
       

       
      恩智浦认为终端的机器学习是下一代MCU的增长点。这会带来MCU的更新换代,新奇的应用将会应运而生。恩智浦半导体微控制器事业部全球产品总监曾劲涛介绍了恩智浦拥有全套的产品线,从低端的MCU到八核处理器这些产品都可以用在机器学习和边缘计算上。曾劲涛说道:“中国大多数AI公司做的都是基于云端的解决方案,然而我们则不同,从32位的MCU到i.MX6系列,恩智浦一直在做终端产品。”此外在工业和IoT领域,Processing(处理), Connectivity(连接) and Security(安全)是恩智浦的主攻方向,他们将会以此为发展方向,推出一系列的产品和解决方案。
       

       
      智能环境eIQ 助力机器学习
       
      智能家电设备离不开机器智能学习这一功能。此次恩智浦面向重点应用领域推出的eIQ边缘智能软件环境和可自定义的系统级解决方案,边缘节点开发人员如今可利用数学升级来推动云上机器学习(ML)的历史性发展。eIQ软件环境包括构建和优化云训练ML模型所需的工具,可在工业、物联网(IoT)和汽车应用等各领域资源受限的边缘设备中高效运行。一键式完成生产的解决方案专门面向语音、视觉和异常检测应用领域。
       

       
      在这个环境里,推理机制(Inference Engine)是一大亮点,它适用于各种神经网(NN)框架和推理引擎的模型转换功能,例如TensorFlow Lite、Caffe2、CNTK和Arm® NN;支持新兴的NN公司,例如GLOW和XLA和传统ML算法。建立eIQ的理念就是根据不一样的应用,选择不一样的处理器,恩智浦的软件、硬件都可以完全支持。曾劲涛解释道:“之所以这么做是因为不一样的产品有不一样的应用,机器学习领域里性能和成本、功耗成正比,性能越高,成本和功耗就越高,IoT中有成千上万种应用根据需求去选择一个机器学习的性能,之后再在我们的产品线上选择一款所需要的处理器。”
       

       
      这张图全面的显示了性能与成本的走向,越往右边走,i.MX性能越好,这得益于GPU、DSP硬件加速。“如何把高性能的产品低端化”是恩智浦正在努力研究的方向。
       
      第一款基于DSP的MCU诞生
       
      恩智浦全新的跨界处理器系列i.MX RT600,面向超低功耗的安全机器学习(ML)/人工智能(AI)边缘应用,包括需要高性能的远场语音输入和沉浸式3D音频播放。值得注意的是在RT600里面,恩智浦第一次把高性能DSP放到微控制器的环境里面,这无疑是一次大胆的创新。据曾劲涛描述:这不是一个简单的DSP,它采用最高300 MHz的Arm® Cortex®-M33和600 MHz的Cadence® Tensilica® HiFi 4音频/语音数字信号处理器(DSP),提供4个MAC以及基于硬件的超越函数和激活函数。此外利用28nm FD-SOI技术,i.MX RT600支持高性能内核,搭载4.5MB的片上低漏电SRAM,可配置实现同时零等待状态访问,非常适合实时执行音频/语音、机器学习以及基于神经网络的应用。
       

       
      除了i.MX RT600,恩智浦为加快低成本安全边缘处理推出LPC5500微控制器(MCU)系列,LPC5500微控制器系列采用单核和双核Arm® Cortex®-M33及Arm TrustZone®技术的微控制器平台,基于低功耗40nm嵌入式闪存工艺构建,其处理效率、安全性和功能均达到全新水平。
       
      多核Cortex-M33让IoT更安全
       
      在IoT中安全始终是占首要地位,如果安全不过关一切研究都是空谈,因此提升信任、隐私和保密方面的性能标准是当下首要任务。恩智浦推出的i.MX RT600和LPC5500都是基于Cortex-M33而设计,它的亮点就是更安全。
       

       
      这就好比自己的家,每个人都不行让外人闯进来窥探自己的隐私,最基本最重要的就是钥匙。而在硬件中也是如此,恩智浦第一次推出PUF(物理不可复制功能)概念。利用保护嵌入式系统安全的多层方法,恩智浦构建出通过硬件实现的多层保护机制,这种分层安全方法对于物理保护和运行时保护至关重要,通过基于硬件的不可变“信任根”的安全引导、证书的安全调试身份验证以及加密片上固件存储,提供实时无延迟解密这些方式来保护嵌入式系统。这些功能与Armv8-M TrustZone®和内存保护单元(MPU)的Arm® Cortex-M33增强功能相结合,利用基于硬件的存储器映射隔离来实现基于特权的资源和数据访问,从而实现物理保护和运行时保护。
       
      恩智浦基于ROM的安全引导过程奠定了设备可信任度的基石,它利用设备唯一密钥,创建不可变的硬件“信任根”。这些密钥现在能够由基于SRAM的物理不可复制功能技术(PUF)在本地按需生成,该技术利用SRAM位单元固有的自然变异特性。这样就可实现最终用户与原始设备制造商(OEM)之间的封闭式事务处理,从而杜绝在可能不安全的环境中进行第三方密钥处理。另外,密钥也可通过基于Fuse的传统方法来注入。此外,恩智浦的安全执行环境(SEE)通过对SRAM PUF的创新利用,生成设备唯一的密钥,从而改进了边缘至边缘、云至边缘通信的对称和非对称加密。
       
      加之Cortex-M33专用协处理器接口的主要特性,实现了紧耦合协处理器的高效集成,从而扩展了CPU的处理能力,同时还保持完全的生态系统和工具链兼容性。恩智浦利用这种功能来实现协处理器,用于加快关键的机器学习和DSP功能的执行速度,与在Cortex-M33上执行相比,性能提升达10倍。另外,基于Cortex-M33的新款产品利用Trust Zone技术经过验证的安全基础构建,同时又融入了Arm的平台安全架构(PSA)的设计原则,推动提升Cortex-M性能效率的极限。
       
      28纳米MCU与RT600的完美融合
       
      在产品演示环节,恩智浦工作人员为我们展现了他们第一款28纳米内置存储器MCU的性能。拥有DSP+SRAM使得智能音响的数字麦克可以增加到8个,利用DSP实现了降噪功能,省去了外置ROM,这样可使成本大大降低。
       

       
      据曾劲涛介绍,IoT是恩智浦的主打市场,而加密安全是研究的重点,未来都会围绕M33加密技术进行开发。
       
      与所有新技术一样,只有时间才能证明这些技术将如何发挥作用,但非常明确的一点是物联网的时代将会悄无声息的来到我们生活的每一处,边缘计算和机器学习是物联网时代必不可少的两大主角。

    网友回复

    微信:Pinguana : 2018-11-09 16:39:261楼
    恩智浦认为终端的机器学习是下一代MCU的增长点
    在线客服

    企业咨询电话:

    178-1800-7766

    个人咨询电话:

    178-1800-6655

    微信公众账号