“eIQ环境让MCU实现AI功能成为可能。”金宇杰表示，“除了eIQ之外，恩智浦与国内人脸识别算法公司合作，把人脸识别技术运行在一个单核处理器上，将原来在云端运营的大模型成功移到了边缘。”
虽然作为跨界处理器，i.MX7ULP不能叫做MCU，但是仍然可以看出，至少在边缘端MCU实现AI是可行的。2019年，恩智浦推出了全球首款基于MCU的语音控制解决方案，获得了亚马逊Alexa语音服务（AVS）认证；同年，恩智浦与微软宣布合作推出基于人工智能（AI）和机器学习（ML）的AzureIoT异常检测功能。
界限就是用来打破的，我们一直认为AI市场是CPU、GPU、TPU的专属，而MCU厂商在划破这个界限。
Arm“锦上添花”再增两款AI处理器
作为芯片架构供应商，Arm自然不会对AI市场袖手旁观，尤其是面对RISC-V阵营在频频逼近，Arm需要找到新的突破点。在运营策略上，降低产品准入门槛实属无奈之举，如果在技术上无法实现实质性创新就只能走下坡路了。
最近，Arm推出了两款AI处理器--Cortex-M55和Ethos-U55。从Cortex-M55的框架图中可以看出，Cortex-M55增加一个Helium，Helium的技术名称是MVE（用于M-ProfileVectorExtension），是针对Cortex-M系列处理器的M-Profile矢量扩展（MVE）技术，旨在为最小的嵌入式设备提供增强的机器学习和信号处理。官方介绍，与前一代Cortex产品相比，Cortex-M55可将数字信号处理性能提高5倍，将机器学习性能提高15倍。
Ethos-U55是Cortex-M处理器的配套NPU加速器，用于解决电池寿命和成本敏感的复杂AI计算难题，需要和Cortex-M55、Cortex-M33、Cortex-M7、Cortex-M4等产品搭配使用。Ethos-U55包含32至256个可配置计算单元，与基本的Cortex-M55相比，机器学习性能最多可以提升32倍。如果将Cortex-M55和Ethos-U55进行组合，能为微控制器带来480倍的机器学习性能飞跃。
前面讲到，恩智浦的i.MX7ULP采用了Cortex-A7和Cortex-M4的双核架构，如果将Cortex-M55引入其中，机器学习性能将会得到更大的提升。笔者认为，唯一值得顾虑的就是成本问题，MCU市场讲究性价比，尤其是在物联网应用中，MCU厂商在高性价比的路上不断厮杀，对于用户来讲，成本应该还是最大的考量因素。
MCU切入AI边缘芯片市场的机会
早期，AI芯片的市场争夺主要在云端和数据中心，而随着边缘计算和AIoT的发展，AI芯片的市场争夺逐渐走向边缘。有研究表明，到2025年，有50%的数据需要在网络边缘侧分析、处理、存储，到2022年边缘计算市场规模将超过万亿。受边缘计算的影响，边缘AI芯片市场也迅速发展。ABIResearch预计，边缘AI芯片组市场将从2019年的26亿美元增长到2024年的76亿美元。可以预见，AI边缘芯片正在成为芯片厂商新的争夺点。
