AI

AI(人工智能)是指计算机系统通过模拟、复制、甚至超越人类智能的能力。这包括执行诸如学习、推理、问题解决和语言理解等智能任务。AI系统使用算法和模型,通过从大量数据中学习并适应,以实现对复杂任务的执行。

AR(Augmented Reality,增强现实)是指借助计算机图形技术产生物理世界中不存在的虚拟对象, 并通过光学透视(OST)原理将虚拟对象叠加在物理世界中,带来感知效果更丰富的视觉体验。AR 可以将额外的数字视觉信息或者内容叠加到现实环境中,增强虚拟与现实世界的融合与交互。

1.png

▲ 图示:莫界AR眼镜致力于无缝连接虚拟世界和现实世界

AR 眼镜需具备与实体眼镜类似的轻巧外形,强调用户的佩戴舒适度和可佩戴时长。以创新为支点的AR眼镜产品,应具备屏幕显示、声学、摄像头、AIGC等功能。相较于现有消费电子产品,AR 眼镜能够摆脱物理屏幕的限制,让人们能够随时随地地沉浸在一个移动屏幕当中;给人们带来第一视角感知环境的体验,结合摄像头与AI工具,目之所及,可鉴万物;随着端侧 AI 性能逐渐强大,AR 眼镜已可实时采集反馈环境内事物信息,交互也更趋简捷自然。

AR眼镜有望破局成为现象级产品,开启人机交互新范式

在科技飞速发展的当下,AR眼镜作为一种新兴的可穿戴设备,正在走入我们的生活,成为科技新贵。在经历了数年的行业探索期,以及先锋厂商为AR眼镜产品形态、使用场景所做的有意义的试水和经验积累,AR眼镜的产品定义逐渐收敛,软硬件不断迭代升级,完成了从最初的 “头盔”向更轻便的 “眼镜” 转变。

2.jpg

▲ 图示:最新一代莫界AR眼镜搭载摄像头,是匹配生成式人工智能的理想载体

2024年,AR眼镜作为智能手机的配件补充,目前年销量约为几十万台。但据艾瑞咨询预测,AR眼镜在融入更多AI功能后,将以随身智友(AI Assistant)的形态开启人机交互新范式,有望再造一个智能手机市场,预测至2030年,全球AR眼镜出货量将以亿为单位。驱动AR眼镜快速发展的飞轮是AI+AR赋能信息提示类场景的消费需求激发,如智能提示、悬浮导航、智能翻译、语音助理、眼镜题词等;而办公场景下的多屏协作、移动办公、工作助理、AR互动会议室等功能也必将提升用户对AR眼镜的接受度和使用率。同时,AR眼镜的轻量化发展路线和外观多样化的衔接,将时尚概念引入AR圈。这些均标志着AR行业从最初的探索阶段成功过渡到被主流消费者广泛接受的阶段。

那么,AR眼镜有什么痛点?日常使用方面,应用少,生态拓展慢,交互繁琐且准确率低;硬件痛点更为突出,表现在算力和发热的冲突、续航和重量的冲突。

如何解决这些痛点?答案一是AI+AR赋能更多应用,简化交互过程;二是找到一款能够平衡算力、低功耗、占板面积小的芯片作为硬件支撑。

STM32N6赋慧源,AR眼镜融虚实

未来AR眼镜或将有三种形态:

第一种是没有显示屏的眼镜,眼镜与 AI 结合,能捕捉音频内容,能实现的功能包括听有声读物和音乐、接打电话等;

第二种是带有小屏显示的眼镜,显示屏是小型抬头显示器,显示功能会带来大量用例,用户可以接收通知、与人或AI互动、结合路况的导航、实时翻译、摄像头采集环境画面后音频化场景等功能;

第三种是带有全视野显示屏的眼镜,显示功能强劲,用户可以以全息影像形式互动、游戏、创作内容等。

莫界科技是小屏显示AR眼镜的代表,在超轻消费级AR眼镜领域的开创性成绩斐然。莫界最新一代带有摄像头的超轻量级AR眼镜采用STM32N6作为主控芯片。

刚刚官宣上市的STM32N6兼具算力、低功耗并集成多项先进性能,以通用MCU的功耗和成本为莫界新品带来了MPU级的AI性能,集成了机器视觉处理能力和ST自研的Neural-ART硬件加速器;它的图形和多媒体性能非常优异,还具备专用图像信号处理器(ISP),可以保证莫界AR眼镜具备超轻的重量、紧凑的外形、持久的续航,以及丰富炫酷的AR功能。

3.jpg

▲ 图示:STM32N6微控制器可实现强大的边缘AI性能

STM32N6作为ST首款MCU+NPU架构的开山之作,算力强劲,处理能力高达600GOPS,为拓宽AR+AI的应用范围提供了硬件支撑;在运行AI模型时,不需要任何散热装置。STM32N6不仅从硬件性能维度,令AR眼镜的算力、续航与用户舒适佩戴实现完美均衡;还以更小的芯片体积、更低的功耗,在一定程度上缓解了AR眼镜续航和重量的冲突。

STM32N6还将ISP创新性地集成到MCU中,可大幅简化计算机视觉用例,显著降低CPU在多任务场景中的工作负载,可应对MCU上计算机视觉的大部分挑战,为AR眼镜的更多视觉应用保驾护航。

而ST提供的边缘AI开发套件(ST Edge AI Suite)可在产品开发的每个阶段为设计人员提供相应的解决方案,快速将先进算法部署到产品中,缩短产品开发周期。

4.jpg

▲ 图示:基于STM32N6的AR眼镜主控板开发,评估板 — 原型板 — 成品板

莫界科技联合创始人周兴博士这样总结:“STM32N6与莫界孜孜以求的轻量化AR眼镜特点高度匹配。我们相信STM32将不断为我们的产品创新赋能,意法半导体的全方位支持确保了开发过程的顺利进行,对于像莫界这样希望通过尖端人工智能和图形功能实现可穿戴设备技术上的突破,是非常宝贵的。”

在超轻消费级AR眼镜领域,莫界科技持续领跑

面向消费者场景的AR眼镜,可再细分为观影显示类和信息提示类两条路线。

5.png

▲ 图示:莫界AR眼镜分解图

莫界科技沿着信息显示类路线,在推动超轻消费级AR眼镜的发展路径上持续领跑,凭借其全球首创树脂衍射光波导技术实现技术领跑;追求极致轻量化,基于STM32N6的最新一代AR眼镜重量仅为35克,是目前全球最轻的双目AR眼镜,满足全天候佩戴需求,续航时间大于8小时;且具备摄像头,能够实现AI场景识别交互等多种应用,打造全场景智能体验,重新定义下一代信息显示和交互平台。

关于莫界科技

莫界科技成立于2021年11月23日,是一家致力于联通虚拟与现实、让用户享受个性化生活的高科技公司,目前已在深圳、珠海两地运营,拥有超过10,000平米的研发办公和高端制造基地。

公司创始团队持续多年专注于AR领域,并掌握光显示、感知交互等多项核心技术。公司研发人员占比近七成,核心技术团队硕博占比近八成,已累计申报超七百项核心发明专利与软件著作权。

来源:STM32

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 43

2024年12月12日,STM32 全球线上峰会隆重举行,并发布重磅新品STM32N6 — ST首款带神经处理单元硬件加速器(NPU)的MCU。来自意法半导体的专家深入全面地解读了这款重磅新品的性能及生态。

STM32N6到底凝聚了哪些黑科技,如何为边缘AI部署赋能?让我们来一探究竟。

MCU + NPU 架构开山之作,STM32N6让边缘AI部署更轻松

STM32N6是高性能STM32 MCU的旗舰产品,是ST采用MCU+NPU架构的开山之作。

STM32N6采用Cortex-M55内核,800MHz主频,是ST迄今为止最强大的 MCU,也是ST首个集成神经网络硬件加速单元的STM32 MCU。这种全新架构为微控制器应用领域开辟了新方向 — 在 MCU 上实现强大的 AI 性能。

1.png


专用嵌入式神经处理单元(NPU)STM32N6集成自研硬件NPU,处理能力达600GOPS,是目前最高性能STM32H7的600倍;同时具有3TOPS/W的极低功耗,在运行AI模型时,不需要任何散热装置。

Arm Cortex-M55 内核 STM32N6内核为Cortex-M55,主频达800MHz,新增150个DSP 矢量扩展指令集 (MVE),可实现在数据被送到NPU之前的预处理,或从NPU得到结果的后处理。

大容量嵌入式RAM STM32N6内置4.2 Mbytes嵌入式RAM,支持实时数据处理和多任务处理,如存储NPU运算中的推理数据,或作为帧缓存,或H264压缩时的中间数据。

强大的计算机视觉能力 STM32N6集成并行和MIPI CSI-2摄像头接口及专用图像处理单元 (ISP),提供600GOPS的AI处理算力,可胜任很多机器视觉应用。

扩展的多媒体功能 STM32N6集成2.5D图形加速器、H264编码器,以及JPEG编解码的硬件加速,能轻松实现在运行AI处理时,把从摄像头获取的视频通过以太网口或USB(UVC协议)传输到外部。

增强的安全功能 STM32N6包括为Cortex-M55核和NPU配备的Arm TrustZone,目标认证SESIP3、PSA L3。

STM32N6为用户带来MPU级别的NPU性能,同时具备所有MCU的优势,体积更小,功耗更低,成本更低,BOM更优,还具有快速启动和快速唤醒功能,因此为许多低功耗AI应用开启“芯”门。这一点,我们可通过一款人体姿态识别演示得到验证,即在STM32N6和STM32H7上运行相同的YOLOv8 模型:STM32H7帧率为2.7 FPS且非实时;而STM32N6在NPU上每秒可进行300多次推理,快了近两个数量级。

STM32N6产品线包括两大系列:内置NPU硬件加速器和无NPU硬件加速器,提供不同的封装和不同I/O脚选项,以满足工业、消费类和可穿戴等不同应用需求。

2.png

其中无NPU系列主要满足一些不需要AI硬件加速的计算机视觉类应用,此时STM32N6可以用作一个高主频、大存储、带图像显示和多媒体方案的高性能MCU。

NPU神经处理单元:解锁AI应用全新可能

神经网络单元(NPU)是专门为加速神经网络计算和人工智能相关任务而设计的。它针对矩阵乘法、卷积和其他线性代数运算进行了优化。因此,为具有AI功能的嵌入式系统带来了巨大优势:为神经网络计算提供高性能运算单元,擅长处理图像分类、语音处理及自然语言等,且能效高,非常适合电池供电设备;还可减少MCU上处理AI任务的延迟,这对于实时应用非常重要。

下图展示了在STM32H7、树莓派4 CPU和STM32N6三种不同类型的设备上运行同一个经典目标检测AI用例的性能对比,可看到三种设备的性能差异并明确了拥有NPU的巨大优势。


3.png


将NPU引入MCU的创举,为AI应用解锁一系列全新可能性。下图展示了在STM32N6神经处理单元上和STM32N6内核Cortex-M55上运行经典神经网络模型的比较,使用NPU时性能提升了30倍到100倍以上。
4.png

ISP专用图像信号处理器:以合理成本实现计算机视觉用例

以往,图像信号处理器ISP是作为一个独立组件来配合MCU,而STM32N6将ISP嵌入到MCU中,这一创新设计将大幅简化计算机视觉用例,应对MCU上计算机视觉的大部分挑战。那么,将ISP嵌入MCU有哪些优势呢?

  • 用户能够更灵活地更换或升级图像传感 (ISP一次性调优,无需频繁调整参数),能随时间和跨不同产品版本更换图像传感器,无需重复经历完整的画质调整过程;

  • 显著降低CPU在多任务应用场景中的工作负载,降低功耗,并在操作中提供完全的灵活性;

  • 节约图像传感器成本,不必为集成ISP的昂贵图像传感器付费;

  • STM32N6支持MIPI CSI-2接口,内置的ISP可以与其他传感器共用该接口。

需要特别指出的是,STM32N6 ISP专为计算机视觉用例设计,与智能手机中的高性能ISP不同。计算机视觉主要关注场景的清晰度和观察对象的相关性。因此,STM32N6的ISP比用于智能手机的先进视觉处理要求低,但非常适合以合理的成本在MCU上处理常用的计算机视觉应用。

5.png

在技术参数方面,STM32N6的ISP支持高达500万像素图像传感器,每秒30帧。ISP有三个不同通道,每个通道可并行运行不同的处理任务,服务于不同的功能块,如NPU或CPU。

ISP功能非常广泛,包括裁剪、去马赛克、坏像素校正、对比度调整、伽马校正等等,以及有用的后处理和颜色压缩。它还带有必要的中间件,包括自动白平衡和自动曝光,并为Cortex-M55优化的图像处理提供一个特定库。

ST还提供了首个针对MCU/MPU免费的ISP调整工具——ISP IQ Tune。它是一款出色的ISP调整工具,用于所有集成ISP的STM32,界面友好,完全免费,支持多操作系统,可引导用户一步步完成ISP调整,简洁快速,即使非专业图像质量人员也能轻松使用。

用STM32N6的ISP进行图像处理的关键步骤为:第一步,通过曝光控制提高图像清晰度;第二步,自动白平衡校准白色,使其更逼真;第三步,通过增加对比度改善图像中的形状和颜色,使其更亮。

6.png

通过STM32N6的ISP及其专用配置软件,用户无论在通用视觉还是机器视觉的应用中都能获得出色的图像质量,同时还能为NPU提供适合其处理的输入图片,兼容市场上更多的摄像头种类。

GPU高级图形支持:实现多样化应用场景

STM32N6 还提供高级图形支持,内置Chrom ART、Chrom-GRC、NeoChrom GPU等硬件图形显示加速器,最新的NeoChrom GPU可处理2.5D图像加速,H264编码支持1080p 30FPS,JPEG codec支持图像编解码。

1734680166458596.jpg

在ST电动自行车演示中,我们可以看到STM32N6展现的高级图形能力。通常需要10.5M字节数据存储图形,现在通过NeoChrom加速器压缩图像,只需830K字节即可。在图形加速转换过程中,CPU负载仅占用2%,而关闭NeoChrom GPU后,则会上升到近70%。而且STM32N6的4.2M字节的内部内存,使用户可以直接从内部运行大多数图形应用,无需外部内存。

1734680185478382.png

1734680204442825.png

客户使用STM32N6可实现多样化的图形应用场景,如计算机视觉、音频、图形和图像等相关应用。 

为AI打造完整生态系统,加快应用落地

除了强大的硬件性能外,软件对硬件的支持程度也很重要。在开发STM32N6的同时,ST在软件生态系统和工具链上投入巨大,原生支持主流人工智能框架,如TensorFlow和Keras,对于所有其他人工智能框架,如PyTorch,通过ONNX格式支持。

10.png

ST提供了一个完整的软件生态系统和边缘AI在线开发工具链,支持从模型选型、模型预训练与微调、到针对不同的STM32硬件的优化测试。工具链主要包括:

  • STM32 Model Zoo:一个在公共GitHub上开源的端到端AI应用开发库,包含丰富的模型和代码示例,包括训练、测试、部署、Benchmark等功能的脚本,帮助用户快速完成AI算法开发以及在STM32 MCU上的部署与优化。

  • ST Edge AI Developer Cloud:ST Edge AI开发者云在线平台,是一个开箱即用的在线工具,用于在云中对AI模型性能进行基准测试。考虑MCU上的剩余内存资源和CPU资源等因素,评估真实硬件上的性能,以确保其按需要工作。

  • STM32Cube.AI和ST Edge AI Core技术:AI模型优化器,可以将神经网络转换为可在设备上执行的代码。STM32Cube.AI运行在用户本地PC上,主要针对STM32硬件优化神经网络,并生成针对STM32 MCU优化后的C代码。ST Edge AI Core是一个统一的后端,用于AI模型的解析和编译,包含三个主要优化手段:图优化、量化与内存优化,这三个手段被同时用于开发者云和STM32Cube.AI。

这些软件生态系统资源都包括在ST Edge AI套件中。只需三步,用户就可基于STM32工具链轻松训练和部署一个神经网络模型到STM32 MCU:

  • 首先,从STM32 Model Zoo边缘 AI 模型库中选择,或导入已经训练好的神经网络模型;
  • 其次,在ST Edge AI开发者云在线工具上优化和验证自己的神经网络模型;
  • 最后,利用STM32Cube.AI和ST Edge AI Core技术优化模型代码,更高效地运行在STM32上。

11.png

推动合作创新,让边缘AI随处可见

随着更多推理任务在边缘端处理,极大减少延时、降低功耗、提升安全,越来越多的边缘人工智能解决方案加速落地,边缘AI市场腾飞之势不可阻挡。据预测,2023年到2030年,TinyML 微控制器市场将以每年超过100%的速度增长,这将推动硬件加速市场规模达到20亿美元。

越来越多的STM32用户开始边缘人工智能开发。截至2024第三季度,使用ST边缘AI平台开发的活跃项目数量已达 51,000 个。作为嵌入式AI技术的创新者,ST也在与AI行业领导者密切合作,共同推动边缘AI的创新和落地。

1734680251966783.png

开发者在他们的产品中采用边缘AI可以分为三个基本场景:

  • 让现有的产品变得更好:如异常检测、预测性维护、设备端识别等,通过软件驱动,让开发者无需改变现有产品;

  • 降低产品/应用的成本和能耗,推动设备的广泛应用;

  • 开发还未问世的创新型应用,以及将目前在云端进行的应用转移到边缘端的应用。

为帮助开发人员实现上述用例,意法半导体已在嵌入式AI布局多年。本次峰会推出的重磅新品STM32N6是ST采用MCU+NPU架构的开山之作,代表了ST在嵌入式AI技术创新方面取得的斐然成绩。它采用ST自有IP的NPU —— Neural-ART加速器,带来强大的AI硬件加速能力;集成ISP专用图像处理器,可实现高性价比的图像预处理和计算机视觉;内置4.2MB SRAM缓存,支持更多种类的机器学习算法;高级图形支持能力实现多样化应用场景;全面的安全性能为用户系统提供可靠保障。

在将这么多黑科技集于一身的同时,STM32N6仍是一款优秀的STM32 MCU产品,继承了STM32的核心DNA和完善的生态系统。ST为STM32N6提供的完整开发工具链可保证设计人员得心应手地开发创新型AI应用。

来源:STM32

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 80

近日,从国芯科技再次传来喜讯,国芯科技与广东赛昉科技有限公司(以下简称“赛昉科技”)合作研发的高性能AI MCU芯片产品CCR7002已成功通过了内部性能和功能测试,实现了RISC-V+AI技术的新应用。

本次研发成功的高性能AI MCU芯片新产品CCR7002芯片采用多芯片封装技术集成了高性能SoC芯片子系统与AI芯片子系统,实现了高性能SoC芯片系统与低功耗AI芯片系统的有效结合。其中,高性能SoC芯片子系统搭载64位高性能四核RISC-V处理器,具有高性能、低功耗、高安全性的特点,工作频率最高可达1.5 GHz。AI芯片子系统采用32位低功耗RISC-V处理器,实时性强,用于大小核协同工作完成复杂的应用任务。AI芯片子系统集成了NPU神经网络处理单元,提供0.3TOPS算力支持。NPU神经网络处理单元集成了卷积、池化、激活函数等多种硬件加速算子,能够高效运行MobileNet、ResNet、EfficientNet、Yolo等深度学习算法,使设备能够实时完成物体识别、目标检测、图像分类等复杂任务。AI芯片子系统的设计还考虑到了功耗和性能之间的平衡,确保了在各种应用场景中都能实现优良的表现。AI芯片子系统支持流行的深度学习框架(如TensorFlow、TensorFlow Lite、PyTorch、Caffe等),并通过量化、裁剪和模型压缩等优化技术原生加速神经网络模型,为更广泛的应用提供AI计算能力。

CCR7002具有丰富的外部接口和多个的高速接口,如PCIE2.0、USB3.0、GMAC、SD3.0、CAN2.0、PWMT、ADC等;集成了AES、3DES、HASH、SM4、PKA和TRNG等安全引擎。CCR7002支持Linux操作系统,拥有强大的图像和视频处理系统,兼容主流摄像头传感器,内置图像/视频处理子系统,支持H.264/H.265/JPEG编解码和4K@30fps显示。凭借其高性能和对OpenCL、OpenGL ES、Vulkan的支持,CCR7002既能完成一系列复杂的图像/视频处理和智能视觉计算,还能满足多种边缘视觉与外设控制的实时处理需求。

CCR7002芯片具有高性能CPU处理能力,能够进行实时性任务处理,配合其AI芯片子系统的推理能力、丰富的外设接口,可以面向工业控制、能量控制、楼宇控制、新能源、智慧交通等领域应用。通过将计算和推理能力推向离数据源更近的位置,基于CCR7002芯片的边缘AI设备能够提供更快速、更安全的数据处理、异常检测和预测性维护能力,使得人工智能技术能够更好地应用于各种智能设备应用场景中。

近年来,凭借简洁、开放、灵活、低功耗、模块化及可扩展性等特点,RISC-V呈现出蓬勃发展的态势。2022年,Mobileye(已被Intel收购)就已发布12核RISC-V自动驾驶芯片EyeQ Ultra,其CPU内核全部使用RISC-V;NASA选择了美国RISC-V厂商SiFive为他们即将推出的高性能航天计算处理器提供核心CPU;近年来,意法半导体入股欧洲RISC-V初创芯片公司Quintauris GmbH,该公司由高通、恩智浦、博世、英飞凌,以及Nordic等六大半导体巨头联合成立;传奇CPU设计师Jim Keller所创办的Tenstorrent初创企业最近在Hot Chips上揭晓了第二代RISC-V芯片Blackhole,他们声称该加速器在原始计算和可扩展性方面可以胜过 Nvidia A100。国际上AI的演进尤其是AGI的快速发展将引发应用的颠覆式创新,为重构计算生态创造良机。RISC-V与AI结合,既是一种趋势,也是一种必然。在AI时代,开源开放RISC-V将被视为新一代数字基础设施算力底座的首选,它既能满足自主可控安全可靠和高性价比需求,更能满足高能效即绿色计算的要求。从上世纪80年代的X86到本世纪初的ARM,再到如今的RISC-V,每一次架构的变革都反映了时代的需求。最新的统计数据显示,截至2022年底RISC-V处理器的应用规模超100亿。Semico Research预计,到2025年全球将有624亿颗RISC-V架构的处理器内核。RISC-V用了约10年时间就走完了传统架构30年的发展历程,在多个领域展现出强大的竞争力。

基于RISC-V架构的开源和开放特征,国芯科技瞄准信创和信息安全、汽车电子和工业控制等领域,充分发挥自主可控RISC-V和AI NPU技术结合的优势,积极布局基于RISC-V的AI MCU芯片产品线,加强新一代RISC-V CPU和AI NPU技术的研发。通过RISC-V+AI技术,国芯科技将与赛昉科技等行业同行共同合作为建设未来下一个开源开放的智能计算时代作出努力。

来源:苏州国芯科技

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 93

PolarFire® FPGA 以太网传感器桥接器为NVIDIA边缘 AI 平台提供低功耗多传感器桥接功能

为了帮助开发人员构建人工智能(AI)驱动的传感器处理系统,Microchip Technology Inc.(微芯科技公司)发布了支持NVIDIA Holoscan 传感器处理平台的PolarFire® FPGA 以太网传感器桥接器

1.jpg

PolarFire FPGA支持多协议,作为Microchip平台的重要组成部分,是首款兼容基于MIPI® CSI-2® 的传感器和MIPI D-PHY℠ 物理层的解决方案。后续解决方案将支持多种不同接口的传感器,包括SLVS-EC™ 2.012G SDICoaXPress® 2.0 JESD204B。该平台使设计人员能够充分利用NVIDIA Holoscan生态系统的强大功能,同时利用PolarFire FPGA的高能效技术、低延迟通信和多协议传感器支持。

NVIDIA Holoscan可帮助简化边缘人工智能和高性能计算(HPC)应用的开发和部署,可实现实时洞察。它将低延迟传感器流和网络连接所需的硬件和软件系统整合到一个平台。该平台包括用于数据处理的优化库、用于启动人工智能推理管道开发的人工智能模型示例、用于促进快速原型开发的模板应用程序以及用于运行流媒体、成像和其他应用程序的核心微服务。

PolarFire FPGA以太网传感器桥接器能够将实时传感器数据桥接到NVIDIA Holoscan以及NVIDIA IGXNVIDIA Jetson平台,用于边缘人工智能和机器人技术,开启了新的边缘到云应用部署可能,并支持人工智能/ML推理,可促进人工智能在医疗、工业和汽车市场的应用。

Microchip负责FPGA业务部的副总裁Bruce Weyer表示:“以太网传感器桥接器基于Microchip高能效、安全可靠的PolarFire FPGA平台,通过将我们灵活的FPGA架构与NVIDIA先进的人工智能平台和多协议支持相结合,我们正在帮助开发人员创建创新的实时解决方案,在各种强大的人工智能驱动型边缘应用中彻底改变传感器接口模式。”

通过利用低功耗的Microchip PolarFire FPGA技术,NVIDIA Holoscan传感器桥接器通过以太网有效管理来自不同传感器的高带宽数据,可在 NVIDIA AI平台上实现实时、高性能的边缘 AI 处理。高能效设计还有利于小尺寸、对能源或成本敏感的应用。

PolarFire FPGA提供嵌入式安全性和安全功能,有助于防范潜在的网络威胁,并支持物理、设备、设计和数据完整性,从而解决传感器应用安全问题。PolarFire FPGA还具有单次事件抗扰(SEU)能力,使其在受辐射影响环境(如太空或高海拔应用和医疗环境)中具有高度可靠性。SEU抗扰能力还有助于降低数据损坏和系统故障的风险。

如需进一步了解Microchip开发工具如何支持NVIDIA Holoscan及其他应用,请访问 PolarFire FPGA 以太网传感器桥接器网页

Microchip Technology Inc. 简介

Microchip Technology Inc.是致力于智能、互联和安全的嵌入式控制与处理解决方案的领先供应商。其易于使用的开发工具和丰富的产品组合让客户能够创建最佳设计,从而在降低风险的同时减少系统总成本,缩短上市时间。Microchip的解决方案为工业、汽车、消费、航天和国防、通信以及计算市场中约12万家客户提供服务。Microchip总部位于美国亚利桑那州Chandler市,提供出色的技术支持、可靠的产品交付和卓越的质量。详情请访问公司网站www.microchip.com

围观 20

Jeff Sieracki

Director of Engineering,AI Center of Excellence

赋能未来

数字控制的电子换向电机正在迅速取代传统设计,因为这些电机为设计人员提供了前所未有的动态控制、功率和效率。随着工程师在工业、HVAC、消费电子和汽车系统中推动此类设计,我们被要求提供更智能的算法和日益复杂的控制功能,并且仍然限制成本。我们最近创建了一个演示,展示了瑞萨电子如何帮助实现这一目标。

我们的解决方案示例展示了RA8T1电机控制MCU的肌肉,展示了对两个电机的独立控制,同时运行多个AI推理模块以检测操作异常。我们解决轴不对中和负载不平衡情况-电机系统中常见的实际问题。但这些只是RA8内核使工程师能够将其引入嵌入式电机控制设计的无数高级算法的示例。该演示围绕我们的RealityCheck™电机工具箱构建,用于创建和部署基于无传感器电机控制的AI解决方案。此工作流程将e² studio中的功能与瑞萨电子基于云的Reality AI Tools®机器学习系统联系起来。我们还允许用户将Reality AI Tools创建的AI模块与通过瑞萨e-AI转换器从其他机器学习平台导入的开源AI模型相结合。所有生成的代码都紧凑而高效,在MCU上仍有大量资源可用于其他任务。

RA8T1快速浏览

RA8T1 32位MCU采用Arm® Cortex-M85®内核,采用氦气技术,频率高达480MHz,封装针对电机或逆变器控制进行了优化。与市场上的其他电机控制解决方案相比,该产品明显更快、更先进,并为AI等高级算法带来了充足的动力,同时保持了对多个独立电机的精确电子控制。

关于RA8T1 32位MCU的更多信息您可点击下方链接查看:

https://www.renesas.cn/zh/products/microcontrollers-microprocessors/ra-cortex-m-mcus/ra8t1-480-mhz-arm-cortex-m85-based-motor-control-microcontroller-helium-and-trustzone 

在AI操作方面,通过将Arm的Helium技术和2MB紧密耦合的D-cache相结合,RA8可以在类似的时钟速率下将推理速度提高到其他Arm内核的10倍。这为工程师提供了巨大的收益,使以前无法在中等时钟速率芯片上运行的复杂算法和决策变得可行。

两个电机,两个AI模块,一个内核

现在我们来谈谈新的应用程序示例。在此示例中,我们展示了RA8T1独立控制两个不同的电机,同时运行两个不同的AI推理模块。观看“电机异常检测-不平衡负载和轴错位”演示。

关于电机异常检测-不平衡负载和轴错位的更多信息您可点击下方链接查看:

https://www.renesas.cn/zh/video/motor-anomaly-detection-unbalanced-load-shaft-misalignment 

1.jpg

图1 MCK-RA8T1带有两个逆变器板

用于控制两个独立的电机组件

此设置演示了对实际电机运行中出现的两种异常问题的检测:轴不对中和负载不平衡情况。当电机的输出轴在空间上与它所驱动的负载不完全对齐时,就会发生轴不对中,从而导致计划外的扭矩和摩擦。当驱动负载的系统失去动平衡时,就会出现负载不平衡情况,当电机与轴正交旋转时会产生振荡力,并在每次旋转过程中以负载电阻变化的形式产生振荡。

这两种情况都是电机系统的严重问题,会导致一系列严重性的问题,从功率损失到过度的噪音和振动,再到轴承的快速磨损、危险的轴承和结构故障。在某些应用中,如大功率工业系统,随着时间的推移,即使是与正确对齐和平衡的微小偏差也会引起重大担忧。在其他应用中,如洗衣机烘干机,预计会出现一定量的不平衡和错位,但超过则会导致机器内部碰撞和故障。

为了在小范围内产生轴对中问题,我们的第一台电机配置了将其连接到变速箱的轴。当固定电机的电路板因手指推动而略微变形时,轴会弯曲并移出与变速箱的对齐位置。

为了演示平衡问题,我们的第二个电机配置了一个铝制轮毂,我们可以选择将M4小螺钉插入其中。没有螺丝,轮毂为驱动电机提供正常、平衡的负载。添加螺钉后,电机负载会少量失去平衡。

2.jpg

图2 从Board发送的状态数据仪表板

我们的两个AI模块已经过训练,可以检测这两种情况。然后,我们将通信添加到仪表板显示中(如图2所示),以便我们可以实时查看发生的情况。

显示屏上标记了每个电机的条件,状态由颜色代码和文本指示。它还包括一个滚动时间线,每当系统看到有关特定阈值的异常(即未对齐或不平衡状态)时,该时间线都会显示橙色。

如图3所示,RA8 MCU上同时运行了相当多的进程。我们有两个独立的矢量电机控制算法实例来驱动BLDC电机。这些实例中的每一个还将实时数据从控制过程发送到两个耦合的AI推理模块。AI模块会监视此数据,以指示正常行为与问题行为。由于仅使用内部电机控制数据,因此AI系统不需要额外的传感器来监控异常情况。这是RealityCheck™ Motor Toolbox的一项强大功能,允许工程师创建AI监控解决方案,而无需在其设计中增加任何传感器BOM成本。

关于RealityCheck™ Motor Toolbox的更多信息您可点击下方链接查看:

https://www.renesas.cn/zh/software-tool/realitycheck-motor-toolbox 

如表1所示,我们的AI模块具有极小的RAM和闪存空间,并且利用RA8T1的高级功能,它们都非常快。两者使用的总闪存低于14KB,RAM小于5KB。每个模块在1毫秒内执行一次推理,因此即使每个电机子系统每秒8次推理,CPU上的负载也非常小。

3.png

图3 两个电机AI示例中的流程和数据流

4.jpg

表1 嵌入式模型指标

我们是如何构建的?

故事始于瑞萨电子为e² studio用户提供与Reality AI工具交互的无缝集成工作流程,所有这些都是我们的RealityCheck™电机工具箱的一部分。功能如下图4所示。工程师可以连接到瑞萨电机控制MCU并将数据收集直接收集到我们的数据存储工具插件中。这可以使用MCK-RA8T1等评估板或在他们自己的基于瑞萨MCU的硬件设计中完成。我们的工具箱提供了与瑞萨电子灵活配置软件包(FSP)堆栈相关的示例代码,指导用户从矢量电机控制算法中选择和捕获实时数据参数。在几分钟内,用户可以在实际电机使用条件下从他们的电路板实时收集数据。

关于e² studio与Reality AI工具的更多信息您可点击下方链接查看:

https://www.renesas.cn/zh/software-tool/e-studio 

https://www.renesas.cn/zh/software-tool/reality-ai-tools 

特别是对于不平衡负载检测,我们的数据收集矩阵有两列变化:(1)轮毂中有和没有螺钉,以及(2)我们想要解决的速度范围。为了构建我们的演示,我们收集了这些条件组合的数据样本,并重复多次以涵盖任何物理设置中发生的随机变化。表2显示了一个示例数据覆盖率矩阵。

5.jpg

图4 RealityCheck Motor工具箱为创建电机AI

提供了无缝的往返工作流程

那么,如何使用瑞萨工作流程构建有用的分类器呢?

可靠的AI结果总是从结构化数据收集开始。我们收集了各种条件下的数据示例,这些示例解决了感兴趣的检测类别以及我们期望在实践中看到的运动条件的数据变化。

6.jpg

表2 不平衡负载检测的数据收集计划

从e² studio数据存储插件中,这些数据可以直接上传到云端,在那里我们使用Reality AI Tools来训练和优化机器学习模型。该过程使用我们专有的AI Explore™方法高度自动化,但也提供了用户可以采用的广泛测试、调整和优化。(有关更多信息,请参阅Reality AI Tools页面。一旦我们对模型在云中的准确性感到满意,我们就可以生成一个推理模块,并将嵌入式库代码直接导出回e² studio进行测试。用户可以获得从原始数据到最终代码生成的简单、快速的端到端工作流程。

关于Reality AI Tools的更多信息您可点击下方链接查看:

https://www.renesas.cn/zh/software-tool/reality-ai-tools 

但是,如果您拥有自己的AI模型呢?

7.jpg

图5 e-AI Translator可让您轻松地从Keras、Tensor Flow和PyTorch等开源平台导入AI模型,作为e² studio项目中的代码

一些客户更喜欢引入自己的AI模型,这些模型是在Keras、Tensor Flow或Pytorch等知名开源框架中开发的。RealityCheck Motor在瑞萨e-AI Translator插件的帮助下也可以让您做到这一点。这个强大的e² studio 插件使用户能够导入开源创建的AI,将它们转换为可以直接链接到您的项目的紧凑C代码。

这就是我们构建轴不对中检测器的方式。我们再次以与以前类似的方式收集数据,使用RealityCheck Motor数据采集和e² studio中的数据存储工具。但是,我们没有通过Reality AI Tools,而是将这些新数据导入Python框架,并使用Keras在那里训练我们的演示AI模型。然后,我们使用e-AI Translator将经过充分训练的Keras模型导入到我们的项目代码中。该模型已经配置为处理来自我们的RealityCheck Motor捕获函数的数据流,从而可以轻松地将e-AI推理代码与项目的其余部分集成。

此示例展示了我们如何轻松地将Reality AI Tools工作流程创建的AI模块与通过e-AI转换器从其他来源导入的AI模块相结合。用户可以从常见的训练框架中导入任何深度学习或NN模型,因此,如果您更喜欢自带模型,我们很乐意提供帮助。

总结一下……

RealityCheck Motor工具箱将瑞萨e² studio IDE与我们基于云的Reality AI Tools机器学习环境相结合,为用户创建一个无缝的端到端工作流程,从数据收集到AI模型构建,再到紧凑、高效的嵌入式代码。所有这些都适用于您选择的瑞萨Motor Control MCU,无论是在评估板上还是在您自己的产品硬件中。用户可以轻松创建直接在同一MCU上运行的AI模块,在许多情况下,除了电机控制算法的实时数据之外,无需任何其他传感器。希望从开源AI平台引入自己的模型的客户可以使用e-AI Translator导入功能来实现。

RA8T1 32位电机控制优化型MCU采用高性能Arm Cortex-M85内核和高级功能,包括Helium和紧密耦合的D-cache,可将算法加速高达10倍。这种强大的功能支持多个电机、多个嵌入式AI模块和其他高级算法,所有这些都在一个经济高效的MCU中实现。

借助瑞萨电子技术和先进的AI解决方案,您的电机控制系统设计将在今天为未来做好准备。

关于技术文档和视频在内的更多信息您可识别下方二维码或复制链接至浏览器中打开查看:

https://www.renesas.cn/zh/software-tool/reality-ai-tools 

若需向工程团队索取演示,您可点击下方链接查看:

https://info.renesas.com/reality-ai-request 

来源:瑞萨电子

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 41

随着各行各业对人工智能 (AI) 潜力的日益重视,将 AI 模型直接部署在设备端的终端 AI 正成为一股重要趋势,并广泛应用于智能家庭设备、智慧城市、工业自动化、互动玩具和穿戴式设备等领域。这些应用场景需要实时的数据处理和分析能力,同时还需保持低功耗和高效能,以确保设备能够长时间稳定运行。这一需求推动了新一代微控制器 (MCU)、神经网络处理单元 (NPU) 和微处理器 (MPU) 解决方案的乘势而起。然而,尽管市场对终端 AI 的兴趣日益增长,在实作终端 AI 功能的过程中,开发者面临着诸多设计挑战和痛点。传统的工作流程通常需要广泛的程序开发知识、对机器学习框架的深入理解以及模型优化的能力。这些挑战可能会减缓创新,使开发者难以快速原型设计并部署 AI 解决方案。

为了应对这些挑战,新唐科技推出基于Arm® Cortex®-M55核心、由 NuMicro® M55M1 微控制器驱动的 NuEzAI-M55M1 开发板。此开发板搭配在线模型训练工具,开发者无需具备广泛的程序开发知识或深入理解复杂算法,用户只需使用摄影机等装置实时捕捉数据,最快只需三分钟即可训练出一个图像辨识模型。训练完成后,在线模型训练工具能将模型输出为 tflite 的 int8 格式,可直接部署在 NuEzAI-M55M1 开发板上。M55M1 微控制器搭载 220 MHz Arm® Cortex®-M55 CPU 和 220 MHz Arm® Ethos™-U55 NPU,专为增强 AI 算力设计,支持机器学习推论以及 CNN 和 RNN 的运算,内建 1.5 MB SRAM 和 2 MB 闪存,并可利用 HYPERBUS™ 接口扩充 HYPERRAM™ 或 HYPERFLASH™。

M55M1 微控制器支持低供电电压范围从 1.6V 到 3.6V,并能在 -40°C 至 +105°C 的工作温度范围内稳定运行。为了进一步优化系统的功耗、安全性和效能,M55M1 特别设计了三项独特功能。第一,在 CPU 进入低功耗睡眠模式时,图像传感器、麦克风和各种传感器能够持续运作并监测预先定义的特殊事件,例如人员出现、声响、震动侦测等。第二,能够将机器学习模型数据储存于仅 NPU 能够读取而 CPU 无法访问的区域,以防范恶意软件窃取模型数据,进而保护智能财产。第三,M55M1 亦实现 sine 和 cosine 硬件电路,并将其定义于 Arm 客制化指令中,以便应用软件调用。

NuEzAI-M55M1 开发工具大幅简化了终端 AI 的开发流程,即使没有终端 AI 开发经验,开发者也能轻松创建并部署 AI 模型,此平台非常适合用作前期开发的评估工具套件,让开发者能够快速上手,缩短产品上市时间。新唐科技诚邀开发者、工程师与 AI 爱好者共同引领终端 AI 革命,探索无限可能。

更多 NuEzAI-M55M1 产品介绍信息,请参访:https://www.nuvoton.com/ai/product/ 

来源:新唐MCU

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 31

得益于全球清洁能源需求的持续增长和政策的大力支持,光伏产业正迎来蓬勃发展的黄金时期。在这一进程中,技术创新发挥了至关重要的作用。尤其是受益于半导体技术的飞速进步,光伏行业不仅实现了成本降低和效率提升,还不断拓展其应用场景。

在上海国家会展中心举办的SNEC第十七届(2024)国际太阳能光伏与智慧能源展览会上,精细化、定制化的产品琳琅满目,这些创新产品的背后,无不闪烁着半导体技术的光芒。这些先进技术与光伏产业的深度融合,为行业的持续发展注入了强劲动力。

兆易创新携一系列创新型解决方案亮相本次盛会,这些方案针对光伏、储能、工业及通讯电源等领域,展示了兆易创新在推动能源转型和产业升级方面的坚定决心和强大实力。

用AI来做慧眼

像人类发明的所有机器一样,光伏设备也有自己的诸多隐患,由拉弧所产生的故障就是较为致命的一种。光伏电池板发出直流电,经过光伏逆变器后,才转成交流电。由于光伏电池组的电压都很高,从几百伏到最高1500V不等,加之电缆连接失效或器件老化,很容易产生高温电弧。这不仅会对光伏板造成损伤,降低能量转换效率,还可能会引发火灾等安全事故。

防护的第一步就是检测。兆易创新在本次展会上展示了基于高性能GD32H7系列MCU开发的检测方案,最大亮点就是运用AI算法,使得检测准确率大幅提升。

1.jpg

基于GD32H7系列MCU的AI直流拉弧检测方案

传统的电弧检测包括波形分析法和特征提取法。波形分析法通过分析采集到的电压和电流波形,观察是否存在拉弧故障特征,如高频振荡、脉冲等。特征提取法则通过对采集到的信号进行数学处理和特征提取,提取出拉弧故障的特征参数,如能量、幅值、频率等,从而判断是否存在拉弧故障。

在面对不断增多的应用场景和海量数据时,传统方法开始捉襟见肘,而AI算法则游刃有余。因为AI是数据驱动的,数据量越大,反而越能准确做出判断并制定出相应的检测规则,进而适应千变万化的具体应用场景。有了AI算法,就等于给整个系统装上了一个能明察秋毫的慧眼。

兆易创新的方案使用了深度卷积神经网络,支持对1024、2048和4096采样点的实时检测,模型大小仅占用1.7KB的Flash空间,单次推理耗时不超过0.6毫秒,能够对直流拉弧现象即时响应。模型还可以兼容不同硬件采集的数据,兼容0~40A光伏组串电流,实现100%准确性。

强大的硬件核心

要实现高效的AI算法,必须以具备强大算力的硬件为基础。兆易创新直流拉弧检测方案的核心是GD32H7系列MCU。该系列采用基于Armv7E-M架构的600MHz Arm® Cortex®-M7高性能内核,凭借支持分支预测的6级超标量流水线架构,以及支持高带宽的AXI和AHB总线接口,可实现更高的处理性能。其配备了1024KB到3840KB的片上Flash及1024KB的SRAM,包含512KB可配置超大紧耦合内存(ITCM, DTCM),确保关键指令与数据的零等待执行。同时,还新增了大量通用外设资源,包含8个U(S)ART、4个I2C、6个SPI、4个I2S、2个SDIO以及2个八线制OSPI(可向下兼容四线制QSPI)等。

由于MCU计算性能和实时性要求限制,传统拉弧检测通常仅支持1到4个通道。在面对多组串逆变器和日益提高的安全性需求时,传统方案明显力不从心。对此,兆易创新提出的拉弧检测方案,在满足高安全性的前提下,尽可能提高检测通道数,方案使用的GD32H7系列MCU具备了2个采样速率可达4MSPS的14位ADC和1个采样速率高达5.3MSPS的12位ADC,可保证在500K采样率下支持多达12路ADC通道的拉弧检测能力。并且,该方案除了支持12通道的内部ADC数据采集,还搭载有一颗16位高精度的外部ADC,支持8路外部ADC数据采集,能满足客户的多样性需求。

为便于数据的传输和处理,该方案还集成有内存卡和基于GD32VW553的Wi-Fi模组,可自动上传数据至云端,实现数据的在线采集与AI模型训练,此外还预留有串口和CAN通信接口,方便应用扩展。而该方案板所用到的DC/DC、LDO等芯片均为兆易创新自有,极大地优化了客户的BOM选择。

一站式AI算法服务

为了便于客户进行AI算法的生成和部署,兆易创新进一步提供了一整套的工具和服务。

对于以AI算法为核心的拉弧检测来说,数据收集、训练和模型部署是非常重要的步骤。在最初的数据收集阶段,兆易创新提供数据采集工具,基于GD32 AFCI硬件平台进行电弧信号和正常信号的采集并生成标准数据格式。接下来进入数据训练阶段,兆易创新提供的一键训练工具,训练并生成拉弧检测AI模型,并支持一键生成可编译、运行的电弧检测代码,确保在各种场景中均能准确识别电弧特征,减少漏报和误报的风险。在整个训练完成之后,工具生成的模型算法库,可直接集成到用户的工程文件里面来使用,快速的完成模型部署工作。

兆易创新的数据采集工具,还具备了数据分析功能。比如,客户采集完数据之后,想了解数据的质量。该工具就可以将导入的数据生成时域和频域的波形图,供客户进行判断。

最后,兆易创新的方案还支持云端数据收集、云端训练和模型参数的OTA升级,这意味着用户可以通过云平台持续优化和更新模型,以适应各种复杂多变的工作环境。

在本次展会中,兆易创新的AI拉弧检测方案荣获了SNEC十大亮点“兆瓦级翡翠奖”,充分彰显了公司的技术实力与行业认可度。

1719307821514543.jpg

从光伏到数字电源的全面布局

除拉弧检测外,兆易创新还带了多款光伏及数字电源领域的解决方案,涵盖了从AC-DC到DC-DC再到DC-AC的全方位拓扑结构,以及相关的MPPT等关键技术。

在太阳能光伏板发电时,为了获取更多能量,需要使用MPPT算法对光伏板的输入电压进行最大功率点追踪。兆易创新基于GD32E50x系列的1kW光伏MPPT锂电池模块,采用了四开关buck-boost拓扑对光伏板进行最大功率点追踪,并对电池进行恒流恒压充电,峰值效率超过98%,最大功率点追踪全范围下超过99%。

3.jpg

基于GD32E50x系列的1kW光伏MPPT锂电池模块

双向储能逆变器方案采用模块化设计,通过两颗GD32E50x系列MCU控制三级架构LLC + Buck/Boost + 逆变/PFC,能够将太阳能光伏或电池电压转换为220V交流电,最大功率可达1kW;也可将220VAC市电电压,输出为24V直流电压用以给电池包充电,最大功率达500W。

4.jpg

基于GD32E50x系列MCU的双向储能逆变器方案

数据监测是光储能源电池系统高效、安全、可靠运行的重要保障,公司的无线能源监控通讯方案将GD32F527 MCU和具有2.4GHz Wi-Fi 6 + BLE 5.2通信功能的GD32VW553无线模组结合,可以实现对电池等相关设备实时工作状态进行采集处理和监控。

5.jpg

基于GD32F527和GD32VW553的

无线能源监控通讯方案

此外,兆易创新还带来了500W PFC + LLC数字电源、90W Buck可调数字电源、460W交错CRM PFC服务器电源等方案。这些技术先进的解决方案,结合兆易创新强大的支持服务,将推动数字能源稳步发展。

来源:兆易创新GigaDevice

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 209

恩智浦SAF9xxx新系列融合了新一代汽车、人工智能和机器学习(ML)音频DSP技术,并集成了神经网络引擎和基于硬件的加速器。  了解详情>>   

恩智浦半导体发布SAF9xxx系列,为车载信息娱乐系统带来多项人工智能音频功能,是汽车音频处理方面的重要技术提升。新推出的音频数字信号处理(DSP)解决方案旨在满足软件定义汽车(SDV)不断增长的人工智能音频功能需求。SAF9xxx利用Cadence新一代高性能Tensilica HiFi 5 DSP,并结合了专用的神经网络引擎,能够高效实现下一代高质量自学习音频和语音应用。

此外,SAF9xxx系列通过软件定义最多可集成5个调谐器,涵盖DAB、HD-Radio、DRM、CDR和AM/FM等全球主流无线广播应用。汽车娱乐系统的音频和无线广播应用都可以通过这款单芯片完成,并且易于扩展。

重要意义

音频性能是塑造车载信息娱乐系统差异化的主要着力点,也为OEM厂商让中端和高端汽车脱颖而出带来了崭新机遇。SAF9xxx的机器学习功能与神经网络集成开辟了全新的功能领域,例如可以通过音调和口音来识别和区分驾驶员和乘客。机器学习算法可以检测到应急车辆的警报声,分析车辆的位置和动态状况,并为驾驶员提供相关视听信息。

恩智浦资深副总裁兼音频系统总经理John van den Braak表示:“恩智浦SAF9xxx DSP是信息娱乐成品解决方案,设计时融合了人工智能/机器学习处理性能,能够提供更丰富的功能和特性,以及更出色的性能表现,满足当前和未来的软件定义汽车对音频和无线的严苛要求。该方案的可扩展架构性价比高,便于OEM厂商轻松部署。” 

更多详情

SAF9xxx系列适合低延迟音频算法应用,比如实时主动消除发动机噪声、道路噪声、风噪和胎噪的算法应用。 

内置的内存快速访问和全面的模拟和数字I/O进一步增强千兆赫兹级DSP的性能,支持越来越高的音频功能要求。

千兆级以太网支持直接快速连接到汽车网络。

恩智浦广泛的音频IP生态合作伙伴拥有丰富的音频软件和算法,已计划基于SAF9xxx开发全新音频应用。

供货和支持

SAF9xxx系列将于2024年6月26日至28日在音频工程学会举办的第五届汽车音频国际会议上首次亮相。 

  • 恩智浦官网发布了有关SAF9xxx系列的更多详细信息,如需进一步了解软件定义无线广播选项,请访问nxp.com/saf9000

  • 如需进一步了解音频DSP解决方案,请访问nxp.com/saf9100。 

来源:NXP客栈

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 20

作者:电子创新网张国斌

人工智能不仅深刻影响我们的工作、学习和生活,也在重塑IC设计行业的设计理念和开发理念,在6月15日召开的“赋能创芯,共筑生态”2024年度航顺HK32MCU新品发布会暨第二次代理商培训大会上,航顺芯片联合创始人、首席科学家&CTO王翔分享了AI大潮下的MCU发展趋势,概括起来就是---合纵连横!

1.png

2.jpg

王翔认为未来MCU有两个发展方向:

1、行业横向融合--就是更多集成,实现MCU +传感器+无线连接+安全 +OS等,他称为MCPU (Micro Controller & Processing Unit)。

2、产业垂直整合--就是MCPU + 下游生态客制化设计 +智能应用客制整合,称之为MaaS (MCPU as a Service)。

3.jpg

而且,他认为随着MCU集成的功能越来越多(SoC化)以及嵌入式AI能力,未来的MCU会实现算法自学习,越用越好用他表示MCPU+MaaS (MCPU as a Service)完成MCPU的生态客制化和应用智能化。

4.jpg

他还举了两个例子,一个是宠物管理MCPU & MaaS,他指出《2023年中国宠物行业白皮书》显示,全国城镇宠物大猫数量达1.2亿只行业预计2025年产业规模有望突破8000亿元人民币,这是一个巨大的市场,宠物管理需要采集多种信号并需要进行健康管理情绪管理等,因此需要宠物管理MCPU & MaaS。

5.jpg

另外一个例子是个性化产品的智造,这需要传感器处理、多电机联动等等。

王翔还认为未来的MCU产品将更多地集成机器学习和人工智能功能,使设备能够在本地执行复杂的数据分析和决策处理,而无需将数据发送到云端,这种边缘计算能力可以极大地提高响应速度并降低数据传输成本。

作为对王翔分享MCU趋势的回应,元能芯副总经理陆潇介绍了他们和航顺携手打造融合芯片、算法、方案、云技术为一体的智能功率系统平台,为生态伙伴提供完整的解决方案和芯片产品,应用于消费电子、工业电子、新能源、汽车电子等领域。

6.png

元能芯的最新方案将MCU ,6颗MOS管和其他驱动元件集成在一起提供,小小的芯片驱动50W负责,并可以省去散热部件,不但将面积缩小更帮助厂商降低了成本。

7.png

8.jpg

9.jpg

10.jpg

他还表示融合了人工智能技术的元和云可以通过云端帮助给提供提供最适合的产品代码和参数,帮助客户快速完成试产到到量产,“以前一个工程师能能调10个案子,如果AI辅助做云调机,他能同时接100 、1000个案子,这是一个几何级的发展增长!可以大大提升研发效率!”他强调。

在本次大会上,王翔发布了航顺年度新品,概括起来就是更丰富,更专用,更高端!他对其中的两个系列做了详细分析:

11.jpg

1、高性能迭代HK32F4系列MCU产品

HK32F4系列采用ARM Cortex-M4F内核,运行频率168MHz,内置1024KB Flash,192KB SRAM 和 64KB CCM,带有Trace跟踪模块 (ETM),高速USB OTG模块带高速PHY,10/100M Ethernet网控制器,多种音频、视频多媒体接口,还有和数据及存储相关的数字摄像头存储接口(DCMI)、可变静态存储控制器(FSMC)、四线高速串行外设接口(QSPI),远超同级产品的6个UART 加 4个USART的超高数量串口,为信息安全增加了TRNG、AES256、Hash、CRC等硬件模块。

HK32F4系列支持64、100和144脚等多封装,堪称工业控制、电力设备、储能、光伏逆变器、充电枪、电池管理BMS、屏显、门禁对讲、炒菜机、扫地机、洗地机、打印机、舞台灯光等应用的理想控制器

12.png

2、新世代指纹传感新品HK32S0192

300亿智能门锁市场将逐步由硅基传感器迈入玻璃基传感器新世代,HK32S0192通过将极微弱和充满噪声的指纹传感信号进行精确的去噪、192路微弱信号放大采集,实现了稳定可靠的指纹特征识别。除此之外,HK32S0192打破了常见的ASIC逻辑芯片设计,通过集成CPU和嵌入式存储,实现了传感器控制参数的软件化;可实现各种传感参数的实时动态调整,从而灵活适配各类指纹识别的应用场景。

13.png

HK32S0192内置ARM® Cortex®-M0内核、16 Kbyte Flash、4 Kbyte SRAM,最高工作频率48 MHz。HK32S0192内置指纹传感控制器(FPSTRX),指纹数字信号处理(FPSDSP),指纹数据的AES加密模块和专用串行外设接口(ASPI)。


  专用高精度模拟电路:

HK32S0192内置模拟电路包括:12个10位ADC,24个模拟运算放大器,电荷泵(CGPP)模块,模拟侦测唤醒(AWK)模块,温度传感器(TS)。支持最多192个输出驱动通道和192个输入采集通道,即192×192的电容阵列。

HK32S0192支持睡眠(Sleep)和停机(Stop)低功耗模式,通过周期性工作的模拟低功耗唤醒模块来唤醒芯片,达到5uA以内的平均待机功耗。

他还介绍了航顺符合AEC-Q100 G1的车规芯片

14.jpg

15.jpg

16.jpg

概括起来,航顺MCU新品有如下特点

1、新MCU产品集成了高速480 Mbps的USB OTG功能,这使得设备能够在无需外部USB控制器的情况下,直接与其他USB设备通信。这不仅降低了生产成本,还缩小了设备的物理尺寸,为客户提供了更多的设计灵活性。

2、通过集成10/100 Mbps以太网MAC和PHY,新的F407系列MCU支持直接接入互联网。这一特性特别适合于需要快速网络连接的应用,如家庭自动化、工业控制系统以及智能网关设备。

3、 新产品增加了多种安全功能,包括AES硬件加解密、真随机数生成器和安全引导功能,这些都是为了增强数据安全性,防止恶意软件侵入和数据泄露,对于在金融和医疗等安全要求高的领域尤为重要。

4、 航顺新MCU产品设计注重能效,适用于电池供电的便携设备,如可穿戴设备和无线传感器。通过优化功耗,延长设备的使用寿命,同时减少对电池的依赖。

航顺芯片市场总监侯新荣还未代理商们分享了几个典型的热门市场未来发展预测。

17.jpg

18.jpg

19.jpg

20.jpg

21.jpg

22.jpg

23.jpg

24.jpg

25.jpg

26.jpg

27.jpg

28.jpg

29.png

航顺芯片创始人、CEO刘吉平表示:未来,航顺芯片将继续坚持高端32位MCU+车规SoC双战略,与代理商携手前行,通过提供优质的产品和服务,“以客户为中心”,最大化地为客户实现价值,持续推进国产集成电路行业的创新发展!

注:本文为原创文章,未经作者授权严禁转载或部分摘录切割使用,否则我们将保留侵权追诉的权利

围观 26

页面

订阅 RSS - AI