嵌入式开发的转变将如何影响未来计算

当前，开发者正在利用安全且性能增强的威廉希尔官方网站 实现小型低功耗嵌入式系统的开发，赋能过往无法想象的语音、视觉和振动等 AI 应用，而这些应用正在改变着世界。
 
嵌入式领域正经历一场深刻的变革。连接设备正逐渐演变为可根据所收集的数据自行做出决策的系统。相较于在物联网网关或云端进行数据处理而言，在更接近采集源之处完成数据处理的方式，将有望加快决策速度、减少延迟、解决数据隐私问题、降低成本并提高能效。
 
很多应用领域都在推升边缘计算在性能和功能方面的需求，诸如工业自动化、机器人、智慧城市和家居自动化等。在过去，这类系统中的传感器要简单得多且互不相连，然而，现在人工智能 (AI) 和机器学习 (ML) 提升了本地智能化水平，在端侧即可完成决策的制定，这在过去使用的简单控制算法是无法实现的。
 
AI 时代通用处理器的演进
 
多年以前，开发者专注于把逻辑和控制算法作为软件开发的核心，然而，随着数字信号处理 (DSP) 算法的出现，为诸多功能增强的语音、视觉和音频应用提供了支持。
 
这种应用开发的转变进入到了全新时代，且正在影响计算架构的设计。我们现已发展到以推理作为算法开发的主要核心，这一阶段带来了对计算性能、能效、延迟、实时处理和可扩展性等方面新的或更高的要求。
 
行业的需求不仅在新处理器加速器方面，也包括通用处理能力的提升，以便能为开发者提供必要的平衡，并支持直播视频中的特征检查或人物检测等应用。
 
几年前，开发者在创建噪声消除应用时还只能依赖基于频率的滤波器。而如今，开发者可以通过将滤波与 ML/AI 模型和推理相结合来提高应用的性能和功能。为了使这些开发任务更加高效，并尽可能无缝地为用户服务，对处理器和工具的需求也与日俱增。
 
促进边缘侧和端侧设备的智能化
 
这项演进与革新是由 ML 所驱动，但同时也面临着诸多威廉希尔官方网站 的挑战。经过多年的尝试，试图打造一套普适于物联网及嵌入式设备的开发方法，已促使着行业转变物联网开发的方式，以释放规模化扩展的无限可能性。
 
当前，开发者正在利用安全且性能增强的威廉希尔官方网站 实现小型低功耗嵌入式系统的开发，赋能过往无法想象的语音、视觉和振动等应用，而这些应用正在改变着世界。各种版本的编程语言和 Transformer 模型将很快在具有全新计算功能的物联网边缘设备中占据一席之地。这无疑为开发者带来梦寐以求的更多可能性。
 
在开发演进与革新的过程中，为了满足开发者对硬件的需求，几年前 Arm 在 Armv8.1-M 架构中引入了Arm® Helium™  矢量处理威廉希尔官方网站 。Helium 为小型低功耗嵌入式设备的 ML 和 DSP 应用带来了显著的性能提升。此外，它还提供单指令多数据 (SIMD) 功能，由此将 Arm Cortex®-M 设备的性能提升到全新水平，并支持预测性维护和环境监控等应用。
 
Helium 提高了 DSP 和 ML 性能，加快了信号调节（例如滤波、噪声消除和回声消除）和特征提取（音频或像素数据）的速度，继而能将之传输到采用神经网络处理器的分类中。
 
实现智能边缘侧的功能
 
我们可以看到，很多 Arm 的合作伙伴都在他们最新的产品中引入了 Helium 威廉希尔官方网站 ，由此助力开发者在网络最远端的受限设备上发挥 ML 功能的优势。2020 年二月，Arm 推出了采用 Helium 威廉希尔官方网站 的 Cortex-M55 处理器，Alif Semiconductor 于 2021 年九月推出了首款基于 Cortex-M55 的芯片，并在其 Ensemble 和 Crescendo 产品系列中部署了搭载 Helium 的 Cortex-M55 处理器。此外，奇景光电 (Himax) 也采用了配备 Helium 的 Cortex-M55 于其下一代 WE2 AI 处理器，并以由电池供电的物联网设备中的计算机视觉系统为目标应用领域。
 
2022 年四月， Arm 推出了第二款支持 Helium 的 CPU——Arm Cortex-M85。瑞萨电子在 embedded world 2022 和 embedded world 2023 上曾就 Cortex-M85 进行过威廉希尔官方网站 演示。演示中，Plumerai 通过瑞萨电子 RA MCU 威廉希尔官方网站 大大加快了其推理引擎速度。作为一家开发基于摄像头实现人物检测的完整软件解决方案的公司，Plumerai 相信，性能的提升将确保该公司的客户可充分利用更庞大、更准确的 Plumerai 人物检测 AI 版本，同时提供更多的产品功能并延长电池续航时间。2023 年十一月，Arm 推出了第三款采用 Helium 威廉希尔官方网站 的 CPU——Cortex-M52，这是一款专为人工智能物联网 (AIoT) 应用而设计的处理器，可为小型低功耗嵌入式设备的 DSP 和 ML 应用带来显著的性能提升，无需专用 NPU 即可在端点中部署更多计算密集型ML 推理算法。
 
随着硬件的发展，开发者所面临的软件复杂性也日益增加，因而需要新的开发流程来创建结合高效设备驱动程序的优化ML 模型。为生态系统提供的软件开发平台和工具也必须紧跟硬件而演进，这一点至关重要。
 
如今由 Arm 和第三方提供的多种工具可用于支持终端用户创建 AI 算法。数据科学家在离线环境中创建好模型后，即可使用相应的工具来优化模型，以便在基于Arm Ethos™-U 的 NPU 上运行模型，或在基于 Cortex-M 的处理器上使用 Helium 指令。
 
Qeexo 是第一家为边缘设备实现端到端 ML 自动化的公司，其 AutoML 平台提供了直观的用户界面 (UI)，允许用户对传感器数据进行收集、清理和可视化呈现，并使用不同的算法来自动构建 ML 模型。Keil 微控制器开发套件 (Keil MDK) 等传统嵌入式工具是对 MLOps 工具的有益补充，并有助于建立用于验证复杂软件工作负载的 DevOps 流程。由此，嵌入式、物联网和 AI 应用程序最终汇聚于软件开发者都熟知的单一开发流程中。
 
边缘的潜能正在逐步被发掘。当前对提升微控制器性能的需求还在不断增长，特别是诸如声控门锁、人物检测识别、带有预测性维护的联网电机控制，以及数不胜数的其他高端 AI 和 ML 应用等任务。
 
我们相信，在正确威廉希尔官方网站 的加持下，开发者可以重新构想边缘和端侧设备，并在性能、成本、能效与隐私等这些受限设备中的关键要素之间取得适当平衡，让未来的嵌入式开发实现 AI 计算的应用。