不知不觉，从智能门锁到智能表计，物联网已经遍布我们生产生活的各个领域。当然，物联网还在继续迅速成长。它不但会更加普及，还在向更高的层级发展。

一个典型的概念就是AIoT，即人工智能物联网。物联网与人工智能的融合即自然又矛盾。说它自然，是因为物联网设备需要越来越智能，需要人工智能的加持；说它矛盾，是因为物联网环境下实现人工智能存在诸多限制。

首先，很多物联网设备都是由电池供电的，所以功耗必须很低，而人工智能通常比较耗电。其次，很多物联网，尤其是工业物联网，带宽窄、速度慢，无法将大量数据上传到云端进行AI处理。最后，物联网设备数量众多，要求低成本，而能够实现AI的器件（如GPU、FPGA）通常比较昂贵。

为解决这个矛盾，突破AioT的应用限制，Analog Devices Inc.（ADI）推出了边缘AI微控制器（MCU）MAX78000和MAX78002。这种应用于网络边缘的MCU除了具有MCU低功耗、低成本的特点，还具备AI处理能力，无需将数据上传到云端进行AI处理，适合窄带条件下的人工智能物联网应用。近日，ADI公司MCU产品线高级业务经理李勇先生和中国技术支持中心高级工程师辛毅先生向我我们介绍了这种MCU的特点和应用场景。

李勇介绍说，从2020年至今，ADI在传统MCU的技术上开拓创新了这类崭新的边缘AI MCU，从而可以在电池供电设备中轻松实现物联网人工智能，成为ADI微控制器系列上的一个很大的划时代的里程碑。

该MCU区别于常规MCU的特点是，它集成了一个卷积神经网络（CNN）加速器。AI推理由这个硬件加速器来完成，小内核RISC-V来配合CNN加速器工作，把主内核Arm Cortex-M4F从繁重的推理运算中解放出来。硬件CNN加速器的好处是，矩阵运算效率高，功耗低。下图展示了MAX78000 边缘AI MCU与ADI公司的另一款无CNN加速器的MCU以及竞品（Cortex-M7内核）的基准测试结果。结果显示，MAX78000在推理时间和推理功耗方面都表现出了质的飞跃。

李勇介绍说，速度方面，相比于纯微控制器方案，边缘AI定制的硬件加速器具备更高的数据吞吐量，可将速度提高100倍以上。功耗方面，相比于微控制器+DSP解决方案，边缘AI定制的硬件加速器可以将功耗降低99%以上。成本方面，它远低于FPGA等方案，只略高于微控制器，但可以处理更复杂的细节。综合而言，此类边缘AI MCU是AioT应用的最佳选择。

MAX78000边缘AI MCU可用于语音识别、振动识别和图像识别。配置更高的MAX78002还可以用于视频识别（可用于考勤打卡机和智能门锁）。

ADI的客户以此开发出了各类应用，如物品识别的鸡蛋计数相机和车载冰箱，语音识别的智能头盔，振动识别的管道泄露检查系统等。李勇说，MAX78000已推出一两年，边缘AI市场的AI需求正在提速，这对ADI的AI产品是一个很好的机会，相信ADI的AI MCU会在此领域大放异彩。

更多信息可以来这里获取==>>电子技术应用-AET<<