恩智浦发布新产品,机器学习有了更适合的新环境

分享到:

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。

1

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。

2

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。

3

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。”

4

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。

5

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。

6

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。

7

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。
 

 

继续阅读
物联网发展遭遇越来越多的瓶颈问题,OTP NVM发展因此迎来重大机遇

根据思科 (Cisco) 的分析预测,2020 年将有超过 500 亿台的装置与设备连接到互联网,智能手机的流量将超过个人电脑的流量,宽带速度将在 2021 年增加将近ㄧ倍。而在 2022 年,我们周遭的世界将嵌入ㄧ兆个网络传感器。虽然专家们对实际数字的预测略有不同,但可以确定的是,物联网将会呈现指数性增长。这物联网成长趋势不仅仅将为传统高容量的 NVM 带来更大商机,也为一次性可编程非易失性存储器 (One Time Programmable Non-Volatile Memory,以下以 OTP NV

恩智浦和高通牵手失败不要紧,专注研究新一代汽车雷达技术

汽车事业部的营收占整个恩智浦半导体(NXP Semiconductors)营收的一半左右,恩智浦汽车事业部首席技术官Lars Reger原本预期高通(Qualcomm)与恩智浦会顺利合并,因而规划了汽车技术发展蓝图。然而,在6月中从旧金山(San Francisco)飞往法兰克福(Frankfurt)的这11个小时航班里,他的期望落了空。

CMOS图像传感器发展极具活力,场景升级提出新需求

物联网时代到来的大背景下,CMOS图像传感器是一个极具活力与成长性的半导体细分市场。尤其在汽车、安防、工控等领域,具备较大提升空间,能够接力手机领域,成为后续增长主要动力。预计2018年全球CMOS传感器销售额将达到137亿美元,同比增长10%;2017-2022年出货量CAGR达11.7%。至2022年,CMOS传感器的全球销售额将达到190亿美金。

中美领导人会晤提议回复恩智浦收购案,高通表示此事已经了解

昨天,高通表示,他们并购荷兰同业恩智浦半导体公司的交易,因未在期限内完成而已终止。尽管白宫暗示这起触礁的并购案还能复活,高通显然予以否认。

格力“造芯”越来越近:子公司30亿入股安世半导体

董明珠“造芯”或将迈出实质一步。近日格力电器发布公告透露,投资30亿元间接入股安世半导体,这是这家空调巨头迄今为止最大一笔对外投资。安世属于全球半导体标准器件行业,其前身为恩智浦(原飞利浦半导体业务)标准产品事业部,2016年被中资企业全资收购。

精彩活动