使用 ADI 的 MAX78002 MCU 開發邊緣 AI 應用

科技大廠之間為了達到生成式人工智慧 (GenAI) 的商業化紛紛展開財務軍備競賽，在某種程度上也掩蓋了其他重要的 AI 工作，尤其是在網路邊緣端；供應商希望 AI 應用程式能夠在 IoT 裝置上執行，但卻因為記憶體、頻寬和功率有限而往往受限。

Analog Devices, Inc. 的微控制器單元 (MCU) 就可透過整合式低功率卷積神經網路 (CNN) 加速器來克服邊緣處理的限制，以便在電池供電式裝置上處理 AI 推論工作。

GenAI 的投資主要集中在累積大量的資料和處理能力，因此需要大規模的資料中心和龐大的能源，而邊緣 AI 的重點則擺在透過模型有效地在本機上運行資料；這些模型可以識別物體、分析醫學影像並處理汽車攝影機饋送的內容以識別障礙物、行人和道路標誌，以達到安全駕駛應用。

CNN 可以在邊緣端處理影像資料、偵測異常並監測廠區設備的運作狀況。更可在農業環境中偵測害蟲和作物的健康狀況，並處理來自無人機、機器人和智慧相機的影像。

針對深度 CNN 進行最佳化

ADI 的 MAX78002 是一款超低功率、先進的系統單晶片，搭載具有浮點單元 (FPU) 的 Arm Cortex-M4 處理器和硬體式加速器，更針對深度 CNN 和需要物件識別的任務進行最佳化。

透過權重 (或參數) 將神經網路中的神經元互連以控制其行為。ADI 的 CNN 引擎具有 2 MB 的權重儲存記憶體，可支援 1、2、4 和 8 位元權重，以及高達 1600 萬個權重的複雜神經網路模型，因此可在邊緣裝置上促成先進的 AI 應用程式。此外，因為 CNN 權重記憶體採用 SRAM 架構，因此模型可立即進行更新。

CNN 加速器提供高達 2048 x 2048 像素的可編程輸入影像大小，能讓開發人員靈活地設計應用程式，以便處理高解析度醫學影像，或在資源受限的裝置上處理較小規模的輸入大小。

可編程網路的深度多達 128 層，因此可在應用程式的表現力和效率之間達到平衡。此外，可編程的每層網路通道，寬度達 1024 通道，能夠利用更寬的通道來進行更豐富的功能，或使用較窄的寬度以節省記憶體和運算資源。

MAX78002 可支援多種高速與低功率的通訊介面，包括 I²S、MIPI CSI-2 序列攝影機、平行攝影機 (PCIF)，以及 SD 3.0/SDIO 3.0/eMMC 4.51 安全數位。因此非常適合多種 AI 應用，包括工業感測器、製程控制、線上品保視覺系統、可攜式醫療診斷設備、工廠機器人和無人機導航。

電源管理也是關鍵問題

超低功率微控制器是邊緣 AI 應用的關鍵要件，尤其是在依賴電池供電的 IoT 裝置中。ADI 表示，MAX78002 在處理 AI 推論時僅消耗微焦耳的能量。

這款 AI MCU 內建單電感多輸出 (SIMO) 切換式電源 (SMPS)，可支援 2.85 V 至 3.6 V 的電源電壓範圍，能適應不同的電源。此外，更可選配外部開關的控制，能讓 CNN 使用來自外部電源的專用電力。

MAX78002 的電源管理單元 (PMU) 對 CPU 和週邊電路的配電可達到智慧、精確的控制，以支援高效能運作並達到最低的功耗。

單晶片電源架構可達到用單芯鋰電池進行運作。SIMO 中的三個降壓穩壓器輸出可進行電壓編程，以確保最佳化功耗效率。由於 MAX78002 僅需單一電感／電容，因此廠商可以縮減電路設計的物料清單。

整合式動態電壓調節 (DVS) 控制器可以自適應調整電壓，達到動態功耗的降低。DVS 控制器使用固定式高速振蕩器和 V_COREA 電源電壓，就可在最低的實際電壓下運行 Arm 核心，因此能讓產品設計人員在功率限制下達到效能要求的平衡。Arm 週邊匯流排介面可提供控制和狀態存取。

具有 2.5 MB 的大容量晶片上記憶體，可用於微控制器核心，可確保程式和資料記憶達到非揮發性儲存，且內建 384 KB SRAM，可在所有電源模式下 (斷電池除外) 針對應用程式資訊進行低功耗的保存。

有利於 MAX78002 應用

ADI 提供 MAX78002EVKIT (圖 1) 評估套件這個寶貴的資源，能用來打造運用 MCU 的 AI 應用，其中含有一個 2.4 英吋 TFT 顯示器，可增強互動式 UI 開發並視覺化呈現 AI 推論過程的結果。

圖 1：MAX78002 應用的評估套件含有一個用於互動式 UI 開發的 2.4 英吋 TFT 顯示器，以及一個用於追蹤功耗的輔助顯示器。(圖片來源：Analog Devices, Inc.)

透過評估板，MAX78002 的能耗可由功率累加器進行追蹤，並將格式化後的結果呈現在輔助 TFT 顯示器上。

此評估套件含有 USB 2.0、SWD JTAG 排針座、透過 USB 的 UART 存取，以及雙重業界標準的 QWIIC 連接器，有利於除錯、編程並與其他裝置介接。

結論

邊緣 IoT 裝置在記憶體、頻寬和功耗上皆有限制，是開發 AI 邊緣應用的主要難題之一。ADI 的 MAX78002 MCU 能以明確的方向開發具有推論能力的多種高能效 AI 應用。透過 MAX78002EVKIT，開發人員就可隨時取用工具快速進行原型設計、觸控功能的 UI 開發、週邊整合和能耗追蹤。觀看開箱影片，快速瞭解評估套件中的內容。