據IoT Analytics數據，2022年活躍連接的物聯網設備將達到144億，2025年將增長至270億[1]。作為物聯設備中必不可少的控制與計算的大腦，MCU也將迎來持續增長。Yole最新數據顯示，2022年MCU的市場規模預計為200億美元以上，并且將保持7.1%年復合增長率，于2027年達到300億美元[2]市場規模。
圖：Yole development Microcontroller Quarterly Market Monitor Q1 2022
數(shu)百億的(de)市場背后，蘊含著(zhu)持續不(bu)斷的(de)技術創新，從(cong)簡單控制到IoT大腦，MCU一路高歌猛進，熱度不(bu)減(jian)。
MCU的進化之路：從簡單控制到IoT大腦
上世紀60年代末70年代初，微控制器（MCU）的產品雛形出現。早期均是多芯片的(de)方案，從Intel的(de)MCS-4(Micro-Computer Set-4)開始，明確了CPU、RAM、ROM和I/O這(zhe)樣(yang)的(de)一(yi)(yi)個(ge)具有通(tong)用性(xing)的(de)基本系統(tong)架構。隨后出現(xian)的(de)TMS1000，將(jiang)這(zhe)四(si)個(ge)部分整(zheng)合在一(yi)(yi)個(ge)芯片中，便(bian)成為了歷史上第一(yi)(yi)個(ge)真正意(yi)義(yi)上的(de)MCU。
圖：Lee Boysel 組裝了(le)一個8 位 AL1 的(de)系統，證明它(ta)可(ke)以作(zuo)為微處理(li)器(qi)工作(zuo)[3]
通(tong)用型MCU的(de)(de)(de)出現，繁榮了(le)后面(mian)50年的(de)(de)(de)電子設備創新，各種品類(lei)層出不窮。MCU的(de)(de)(de)功能和規格(ge)也隨著技術(shu)發(fa)展、應用需求提(ti)升(sheng)而進(jin)化。進(jin)入(ru)到IoT時代之后，MCU的(de)(de)(de)角色更是(shi)成(cheng)為(wei)了(le)端側(ce)(ce)的(de)(de)(de)計算中樞，成(cheng)為(wei)端側(ce)(ce)的(de)(de)(de)物(wu)聯生態構(gou)建的(de)(de)(de)決定因素。
圖：連接現(xian)實與(yu)數字世界(jie)
如上圖所示，典型的IoT應用由感知、計算、執行、連接和安全幾部分組成。傳(chuan)感器檢測大量的(de)環(huan)境(jing)信息，將(jiang)物理世界的(de)模擬信號轉換為數字信號數據，傳(chuan)遞給(gei)后(hou)端的(de)MCU中(zhong)進行計算分析和處(chu)理；MCU根(gen)據計算結果給(gei)出(chu)決策(ce)信號到(dao)(dao)后(hou)端的(de)執(zhi)行層(ceng)；執(zhi)行層(ceng)根(gen)據MCU給(gei)出(chu)的(de)動作指(zhi)令完成相應動作；在整(zheng)個過程中(zhong)，必要的(de)數據也會(hui)通過無線連接的(de)方式上傳(chuan)到(dao)(dao)云端進行云AI運算或存儲。
從單點的(de)(de)設(she)備到聯網的(de)(de)端側設(she)備，對于MCU提(ti)出了更高的(de)(de)要求。縱觀整個MCU市場，呈現出以下的(de)(de)技術演進(jin)趨勢(shi)。
第一(yi)是對于算力提升的要(yao)求(qiu)，同時(shi)也(ye)要(yao)追求(qiu)更高的能效(xiao)比。高(gao)端MCU的(de)主頻已(yi)經提(ti)升到GHz級，采用雙CPU核(he)(he)的(de)架構(gou)，針(zhen)對不同(tong)工作(zuo)負載實現靈活調度，有的(de)MCU將(jiang)會(hui)集成專(zhuan)用的(de)NPU核(he)(he)來執行特定(ding)的(de)AI/ML工作(zuo)。
第二是(shi)無線射頻功能的集(ji)成(cheng)，支持例如BLE、Sub-G、Zigbee等無線通信(xin)協議(yi)。通過內部集成(cheng)無線功能，簡化了系統整體設計，縮減PCB面積(ji)，幫助非(fei)射頻專業開發者在產品中快速(su)構建無線連接。
第三是具備圖形交互界(jie)面(mian)（GUI）的能力。從傳統的(de)機(ji)(ji)械(xie)按鍵+段式LCD顯(xian)示(shi)，到現在的(de)語(yu)音控制、圖形界面交互控制，人(ren)機(ji)(ji)交互效果越來越友好。MCU需要(yao)具(ju)備足(zu)夠的(de)圖形處理能力（2.5D、3D圖形化加(jia)速器），支(zhi)持不同(tong)的(de)接(jie)口(kou)和顯(xian)示(shi)屏(ping)的(de)底層(ceng)驅(qu)動(dong)，具(ju)備足(zu)夠豐(feng)富的(de)圖形庫開發資源。
第四(si)是對于安全(quan)（Security）的更高要求。設計者開(kai)始明確：安全應(ying)該(gai)是(shi)從硬(ying)件(jian)(jian)(jian)設計之初就開(kai)始考量，而不是(shi)僅(jin)僅(jin)存(cun)在(zai)于軟件(jian)(jian)(jian)層(ceng)面(mian)的(de)安全設計。像Arm在(zai)Cortex-M的(de)中(zhong)引入了Trustzone硬(ying)件(jian)(jian)(jian)安全架(jia)構(gou)，通過(guo)硬(ying)件(jian)(jian)(jian)隔(ge)離實現安全的(de)密鑰(yao)信息(xi)存(cun)儲。在(zai)Trustzone的(de)安全設計基礎上，不同MCU中(zhong)還會集(ji)成一系列安全功(gong)能，譬(pi)如HSM、AES、硬(ying)件(jian)(jian)(jian)密鑰(yao)、雙組(zu)閃存(cun)等等。
第五是強調MCU的整體(ti)開(kai)發(fa)生(sheng)態，在MCU芯(xin)片之上構建(jian)較為完整方案加速客(ke)戶的(de)(de)(de)上市時(shi)間。從前(qian)端的(de)(de)(de)傳感器連(lian)接，到后端的(de)(de)(de)上云提(ti)供完整的(de)(de)(de)開發(fa)鏈條(tiao)；一(yi)些簡單(dan)的(de)(de)(de)設(she)計可以通過低代(dai)碼的(de)(de)(de)圖形化(hua)開發(fa)工具快速完成(cheng)；提(ti)高同一(yi)MCU平臺上不同型號(hao)之間的(de)(de)(de)代(dai)碼的(de)(de)(de)復用性，縮減(jian)用戶進行MCU升級時(shi)進行代(dai)碼遷移的(de)(de)(de)成(cheng)本。
業(ye)界領先廠(chang)商已(yi)經向著上述(shu)幾個技術趨(qu)勢去發力，推出(chu)符合AIoT時代需(xu)求的(de)新一代MCU產(chan)品(pin)。如下圖(tu)所示(shi)，英飛凌計劃將會(hui)在下一代MCU產(chan)品(pin)中提供包括連接(jie)、機(ji)器學習、人機(ji)接(jie)口、傳感等功能，并提供包括軟件硬件參考、安全、IoT云在內(nei)的(de)全方案開(kai)發平臺。
圖：英飛凌下一代MCU產品(pin)
芯片即方案：一顆MCU滿足全部IoT應用需求
IoT Analytics總結了2022年物聯網的十大技術趨勢[4]，其中(zhong)提到：完備5G基礎設施將會加速IoT垂直領域應用發展；IoT將會改變制造(zao)業，并成(cheng)為實(shi)現(xian)可持續發展的(de)關鍵技術；云(yun)平(ping)臺商和(he)IT廠商開始競逐邊緣端(duan)平(ping)臺市場；AI變得無處不在，隱(yin)形AI在各行各業釋放潛能；AI的(de)計(ji)算正在向著邊緣端(duan)拓展，實(shi)現(xian)端(duan)側部署。
圖：2022年(nian)物聯網(wang)10大(da)技術趨勢
端側物聯網應用需要(yao)選(xuan)(xuan)擇什么樣的(de)MCU，才能(neng)迎合這樣的(de)IoT發展需求？對于開(kai)發者(zhe)而言，在選(xuan)(xuan)型的(de)階段將(jiang)傳統的(de)通用型MCU，替(ti)換成(cheng)選(xuan)(xuan)擇一顆IoT MCU，可謂(wei)整個開(kai)發工作已(yi)經(jing)成(cheng)功了大(da)半。
PSoC6是一款專門為IoT和消費類應用而生的雙核無線MCU，是一款可編程嵌入式系統級芯片解決方案。
首先作為IoT Purpose的MCU，雙核的架構設計是(shi)其一大特色，用戶可以根據不同工(gong)作(zuo)負載(zai)動態(tai)分配(pei)M4核(he)(he)和(he)(he)M0+核(he)(he)的(de)工(gong)作(zuo)任務，M4核(he)(he)專注(zhu)于(yu)高性能計算處理，M0+核(he)(he)則專注(zhu)于(yu)實時監控(kong)的(de)工(gong)作(zuo)，例如無線通訊(xun)協議(yi)的(de)頻(pin)繁監控(kong)采(cai)樣(yang)和(he)(he)回應等工(gong)作(zuo)。M0+作(zuo)為M4的(de)減壓(ya)引擎，允許(xu)M4進入(ru)睡眠(mian)狀態(tai)；這種雙(shuang)核(he)(he)架構實現(xian)了功耗和(he)(he)性能的(de)完美平(ping)衡。
圖：PSoC6 Block diagram
可編程模塊是PSoC系(xi)列的(de)另一特(te)色，在CPU的(de)外圍有(you)12個類似(si)于(yu)PLD的(de)可(ke)編(bian)輯(ji)的(de)數字邏輯(ji)單元（UDB），這種硬(ying)件可(ke)編(bian)程模(mo)塊為MCU提(ti)供了(le)更高的(de)靈活度，并且可(ke)以通過PSoC Creator軟件來實現硬(ying)件編(bian)程，避免HDL的(de)陡峭學習(xi)曲線。
無線功能的集成是作為IoT MCU的(de)(de)(de)必要元素，PSoC6支(zhi)持(chi)Bluetooth 5和WiFi無(wu)線(xian)(xian)連(lian)接方式，開發者(zhe)還(huan)可以通過可編程硬件(jian)模(mo)塊創(chuang)建自定義的(de)(de)(de)AFE，并支(zhi)持(chi)產品最后一分鐘的(de)(de)(de)設(she)計更(geng)改，最大限(xian)度地(di)減少PCB的(de)(de)(de)重新設(she)計。英飛(fei)凌(ling)還(huan)提供了AIROC這(zhe)一Wi-Fi+藍(lan)牙Combo的(de)(de)(de)單芯片方案(an)，可以與PSoC6一起構成(cheng)更(geng)完整(zheng)的(de)(de)(de)從端到云的(de)(de)(de)無(wu)線(xian)(xian)開發生態。
圖：AIROC系列無線連(lian)接產品
在安全性方面，PSoC6內置了IoT安全模塊，同時(shi)支(zhi)持多個安全(quan)環境，無(wu)需額外(wai)外(wai)部安全(quan)存儲器或元件，同時(shi)集成包括ECC2和AES3在內(nei)的多種行(xing)業標準(zhun)密碼算法(fa)。此外(wai)，PSoC64安全(quan)系列還經過了(le)PSA二(er)級(ji)安全(quan)認(ren)證，集成了(le)硬件RoT和開箱即用(yong)的Amazon FreeRTOS。
圖：PSoC 64 Standard Secure – AWS MCU — PSA Level2認證書[5]
在開發生態方面，英飛凌提供了Modus Toolbox這一跨平臺開發工具，提供工程的創建、編(bian)輯、編(bian)譯、調試、燒寫等功能，同時(shi)它(ta)還集成了實時(shi)操作系(xi)統(tong)、硬件外設驅動、無線連接(jie)的驅動庫和眾多的中間(jian)件。通過Modus Toolbox軟件平臺，結(jie)合英(ying)飛(fei)凌的傳感(gan)器(qi)(qi)、無線連接(jie)、MCU、執行器(qi)(qi)完(wan)整的產品陣營，開發者可以輕松實現從(cong)傳感(gan)器(qi)(qi)到云端的完(wan)整IoT應用開發。
圖：ModusToolbox跨平臺(tai)開發工具
以(yi)上幾大特(te)質(zhi)融(rong)合(he)在(zai)一起，讓PSoC6成為(wei)了(le)IoT開發(fa)的利(li)器。以(yi)智能門鎖應用為(wei)例(li)，傳(chuan)統(tong)方(fang)案(an)需要將(jiang)指紋識別、語(yu)音(yin)識別、觸控、無線連接等(deng)多個(ge)不(bu)同的芯片整(zheng)合(he)在(zai)一起構成一個(ge)系統(tong)方(fang)案(an)；而現在(zai)一顆PSoC6就具備了(le)這些功能，極(ji)大地簡化(hua)了(le)開發(fa)流程，縮減(jian)了(le)整(zheng)體成本(ben)并提高了(le)安全性。
圖：PSoC6智(zhi)能門鎖應用實例
從邊緣ML到TinyML，將AI的觸角拓展到極致邊緣端
縱觀業界趨勢，AI正逐漸向邊(bian)緣(yuan)端(duan)(duan)(duan)發展。機器學習（下文簡稱ML）的(de)訓練一(yi)般會(hui)(hui)在(zai)(zai)云(yun)端(duan)(duan)(duan)進(jin)行，而ML的(de)推理會(hui)(hui)越來越多在(zai)(zai)設備端(duan)(duan)(duan)進(jin)行。在(zai)(zai)邊(bian)緣(yuan)端(duan)(duan)(duan)進(jin)行ML的(de)處理，可以提高本地(di)的(de)設備響應，減(jian)少云(yun)端(duan)(duan)(duan)上傳的(de)數(shu)據(ju)帶寬，提高本地(di)數(shu)據(ju)的(de)安全性。當(dang)前(qian)在(zai)(zai)一(yi)些MCU中也會(hui)(hui)添(tian)加(jia)特定的(de)加(jia)速器，通(tong)(tong)過專用算(suan)(suan)力來進(jin)行ML的(de)運算(suan)(suan)，從而釋放CPU的(de)通(tong)(tong)用算(suan)(suan)力。
圖(tu)：機器學習從云(yun)端向邊(bian)緣(yuan)端遷移
與智能手機等邊緣設備不同，在MCU為計算中心的端側設備上進行機器學習面臨著不小的挑戰。這種更邊緣側的機器學習應用需要在本地有限的計算資源上，滿足超低功耗的要求（mW級乃至更低）。為了區分，業界將這種更為極致的邊緣側ML稱為TinyML。TinyML對接的傳感器數據的種類相比邊緣ML設備要復雜的多，因此數據的標簽化處理工作也更復雜；很多云端和邊緣ML上成熟的算法模型因為體積太大，往往也不能直接在TinyML應用中進行部署；軟件和硬件的配合也需要有更成熟的方案。大部分IoT設備的(de)開發者并不具備資深的(de)AI/ML的(de)知識(shi)，幫(bang)助這(zhe)些開發者越過陡峭的(de)學習曲線(xian)，避(bi)免繁雜的(de)算法、軟件工作，快(kuai)速實現TinyML的(de)部署，才會(hui)迎來IoT應用的(de)新一(yi)輪(lun)爆發。
為了解決TinyML的應(ying)用難(nan)題，英飛凌與SensiML攜手一起構建了從云端(duan)訓練、到嵌入式軟件(jian)開發、再到最終硬件(jian)部署(shu)的一套完整的邊緣(yuan)側機(ji)器學習應(ying)用方(fang)案。
圖：PSoC6，XENSIV和SensiML解決方案
SensiML致力于為極致邊緣的(de)(de)IoT設(she)備構建準確的(de)(de)AI傳(chuan)感(gan)(gan)器(qi)算(suan)法。英(ying)飛凌的(de)(de)XENSIV傳(chuan)感(gan)(gan)器(qi)捕獲原始的(de)(de)傳(chuan)感(gan)(gan)數(shu)據(ju)信(xin)息；透過SensiML Analystics Toolkit平臺(tai)(tai)的(de)(de)Data Capture Lab進(jin)行(xing)數(shu)據(ju)的(de)(de)收集和(he)標簽化(hua)處理；Aanlystics Studio進(jin)行(xing)數(shu)據(ju)清(qing)理，生(sheng)成(cheng)數(shu)據(ju)特(te)征和(he)適合PSoC6平臺(tai)(tai)的(de)(de)嵌入(ru)式AI模(mo)型(xing)；Knowledge Pack進(jin)行(xing)數(shu)據(ju)特(te)征提(ti)取和(he)模(mo)型(xing)優(you)化(hua)，優(you)化(hua)好的(de)(de)模(mo)型(xing)可以在PSoC6的(de)(de)平臺(tai)(tai)進(jin)行(xing)部(bu)署。Test App可以將實時數(shu)據(ju)導入(ru)進(jin)行(xing)在線模(mo)型(xing)驗(yan)證，同時也可以在設(she)備上進(jin)行(xing)模(mo)型(xing)驗(yan)證。
圖：SensiML工作流程
SensiML的Analystics Toolkit完善后導(dao)出ML模(mo)型(xing)，通過(guo)ModusToolbox將其部署到PSoC6和XENSIV的硬件平(ping)臺上。
英飛凌與SensiML一(yi)起構建(jian)了云端(duan)訓練(lian)、嵌入式軟件開(kai)(kai)發和(he)ML硬件部(bu)署的(de)垂直開(kai)(kai)發生態，開(kai)(kai)發者即(ji)使并不是AI/ML的(de)算法研究者，也可以(yi)在XENSIV和(he)PSoC6平臺(tai)上快速構建(jian)邊(bian)緣ML的(de)應用，推進邊(bian)緣ML的(de)部(bu)署。
圖(tu)：用于機器學習前景(jing)的ModusToolbox
結語
從通用MCU到IoT MCU，再到具備TinyML特質的IoT MCU，微控制器的發展與整個消費電子設備的演進浪潮休戚相關。單品MCU已經不足以滿足當下IoT開發者的需求，選擇一顆MCU即選擇了一個完整的開發生態。英飛凌構建了包括感知、計算、執行、連接和安全在內的完整的物聯網生態，并且通過與SensiML的合作幫助實現物聯網的邊緣AI部署。
圖：英飛凌完整一站式物聯網解決(jue)方(fang)案
當物(wu)聯網端側開(kai)(kai)(kai)始擁抱AI，一(yi)(yi)個全新的IoT局(ju)面即將開(kai)(kai)(kai)啟。在(zai)下一(yi)(yi)波(bo)百億物(wu)聯設備的背后，離不(bu)開(kai)(kai)(kai)英飛(fei)凌的MCU及其全面IoT解(jie)決方案的參與。
《Number of connected IoT devices growing 18% to 14.4 billion globally》//iot-analytics.com/number-connected-iot-devices/ ↑
《Yole Développement - MCU Quarterly Market Monitor Q1 2022 - Product Brochure》//s3.i-micronews.com/uploads/2022/04/Microcontroller-Quarterly-Market-Monitor-Q1-2022-Product-Brochure.pdf ↑
《Inventing The Microprocessor: The Intel 4004》//hackaday.com/2018/01/29/inventing-the-microprocessor-the-intel-4004/ ↑
《10 IoT technology trends to watch in 2022》//iot-analytics.com/iot-technology-trends/ ↑
《PSoC 64 Standard Secure – AWS MCU | PSA Certified》//www.psacertified.org/products/psoc-64-standard-secure-aws-mcu/ ↑
