编者按：五年前，恩智浦资深副总裁兼微控制器业务线总经理Geoff Lees曾预测，全球微控制器的市场的推动力将来自于物联网。过去的五年验证了他的预言，MCU的增长空间就是物联网应用，物联网应用对MCU的性能和的功耗提出了新的要求，推动了新一轮MCU的更新换代。
人工智能和大数据推动着工业界升级换代，限于数据传输带宽和速率的制约，加强边缘计算能力正在日益成为解决这下瓶颈的重要手段。
恩智浦半导体微控制器事业部全球产品总监曾劲涛表示，作为边缘计算领域重要的处理核心，下一代MCU（微控制器）的增长点就是在机器学习，推动终端的机器学习能力是下一代MCU的增长点。
恩智浦所要做的不是基于云端的机器学习解决方案，而是聚焦于边缘计算领域的人工智能计算，从32位的MCU到i.MX6，都可以作为终端处理的机器学习，客户应用它们作为终端的计算。
为了推进MCU（微控制器）在边缘计算中机器学习能力的普及，恩智浦近几年不断加大战略布局，持续推进使得MCU成为边缘计算领域机器学习的重要平台。
边缘智能环境（eIQ）：基于 MCU的机器学习开发工具包
借助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。
据曾劲涛介绍，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。通过节省成为ML专家所需的大量投资，恩智浦使成千上万家产品需要机器学习功能的客户得偿所愿。
在恩智浦整个微控制器(MCU)和应用处理器产品线的支持下，eIQ可提供开发人员在边缘设备中实施ML所需的构件块。
曾劲涛表示，恩智浦eIQ紧跟ML不断发展的步伐，持续进行扩展以包括下列功能：数据采集和管理工具；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；传统ML算法（例如支持向量机和随机森林）；以及在恩智浦嵌入式处理器上部署异构处理模型的工具。
此外，恩智浦最近还推出了一款软件基础架构（称为EdgeScale），旨在通过集中实现ML应用来统一边缘设备中的数据收集、管理和处理方式。EdgeScale可与基于云的人工智能(AI)/ML服务无缝集成，并支持在所有恩智浦设备（从低成本MCU到高性能i.MX和Layerscape应用处理器）上部署云训练模型和推理引擎。
面向机器学习打造全新系列安全MCU
为了实现保护物联网边缘设备和云至边缘连接安全的愿景，恩智浦半导体将强化的安全子系统和软件集成到安全执行环境（SEE）中，以提升信任、隐私和保密方面的性能标准。因而，恩智浦推出了基于Cortex-M33的解决方案LPC5500微控制器和i.MX RT600跨界处理器。
据曾劲涛介绍，为了提升机器学习速度和DSP计算性能，恩智浦具有战略性地选择了Cortex-M33架构，充分利用Armv8-M架构的首次全面功能实施方案。与现有的Cortex-M3/M0 MCU相比，具有显著的性能和安全平台优势（分别实现了超过15%至65%的改进）。
LPC5500 平台是一款面向工业和物联网应用的多核Cortex-M33 MCU，单核或双核Cortex-M33集成了DC-DC转换器，可提供业界领先的性能，而功率预算低于同类产品，最高达到90 CoreMarks/mA。高密度片上存储器，提供最多640KB闪存和320KB SRAM，可高效执行复杂的边缘应用。此外，恩智浦的自动可编程逻辑单元用于分担并执行用户定义任务，从而增强实时并行性能。
i.MX RT600跨界平台 是另外一款面向实时机器学习（ML）/人工智能（AI）应用的能效优化Cortex-M33/DSP MCU，具有较宽的电压和性能范围，采用最高300MHz的Cortex-M33和600MHz的Cadence® Tensilica® HiFi 4 DSP，提供最多4.5MB的共享片上SRAM ，可实现高效本地音频预处理、沉浸式3D音频播放和支持语音的体验。为DSP提供4个32位MAC、矢量浮点功能单元、256位宽访问数据总线，以及特殊激活函数（例如Sigmoid等传递函数）的DSP扩展，进一步增强机器学习性能。
多重防护确保边缘领域机器学习数据安全
作为老牌的MCU（微控制器）供应商，恩智浦依靠自身的安全技术专业知识，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，可通过以下方式来保护嵌入式系统：1、基于硬件的不可变“信任根”的安全引导；2、基于证书的安全调试身份验证；3、加密的片上固件存储，提供实时的无延迟解密。
曾劲涛表示，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。
另外，在新款MCU产品中还增加了恩智浦独特的安全增强功能。
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的物理防克隆技术（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。通过可信计算组织（TCG）制定的设备识别构成引擎（DICE）安全标准，公钥基础设施（PKI）或非对称加密的安全性得以增强。SRAM PUF根据DICE的要求，确保唯一设备密钥（UDS）的保密性。
据悉，新推出的解决方案支持非对称加密加速（RSA中密钥长度为1024至4096位，ECC），还支持最多256位的对称加密和哈希（AES-256和SHA2-256），提供针对mbedTLS优化的库。
