Jste zde

Umělá inteligence a strojové učení pomocí Renesas RA8M1

Vzestup využívání umělé inteligence a strojového učení vyžaduje použití výkonných mikrokontrolerů, které ale zvyšují spotřebu energie. Mikrokontrolery RA8M1 nabízí dostatečný výkon a jejich velmi nízká spotřeba umožňuje použití i v bateriových zařízeních.

Nová architektura procesorů RA8M1 od Renesas nabízí dostatečný výkon pro hlasové ovládání nebo analýzu prediktivní údržby při velmi malé spotřebě energie.

Požadavky edge AI a ML

Edge AI a ML začíná být standardem tam, kde malé vestavěné systémy s nízkou spotřebou energie mají za úkol provádět vyhledávání klíčových slov, ovládání pomocí hlasových příkazů nebo zpracování zvuku či obrazu. Mezi cílové aplikace patří senzorové rozbočovače, navigace, ovládání dronů, rozšířená nebo virtuální realita. Aby se minimalizovala spotřeba energie a zároveň bylo zajištěna bezpečnost je preferováno zpracování dat přímo v zařízení (tzv. Edge aplikace) před jejich odesíláním do cloudu. Edge zařízení mají omezený zdroj energie, jelikož jsou často napájeny z baterie.

Vylepšené MCU pro Edge Computing

AI a ML obvykle opakovaně provádí stejné matematické operace v rámci velkého souboru dat. Tyto pracovní zátěže lze zrychlit pomocí funkce SIMD - single instruction, multiple data. SIMD provádí několik matematických operací paralelně, čímž poskytuje podstatně vyšší propustnost a lepší energetickou účinnost než tradiční zpracování. Tradiční MCU neobsahují funkci SIMD, a proto potřebují pro provádění úloh AI a ML externí digitální signálový procesor nebo SIMD akcelerátor. To ale zesložiťuje návrh systému. Další možností je přejít na výkonnější mikroprocesorovou jednotku, která je vybavena funkcí SIMD. Ne všechny MCU jsou však navrženy tak, aby poskytovaly deterministické výpočty s nízkou latencí.

Povolení AI a ML v MCU

Renesas optimalizoval architekturu mikrokontroleru pro podporu AI a ML a představil řadu MCU RA8M1 (obrázek 1). Série je založena na architektuře Arm Cortex-M85 s Helium a TrustZone a může pracovat na frekvenci 480 MHz s typickou spotřebou energie 225 µA/MHz.

Obrázek 1: Renesas RA8M1 MCU je založen na Arm Cortex-M85 a obsahuje technologii Helium pro urychlení zpracování AI a ML. (Zdroj obrázku: Renesas)

RA8M1 MCU je speciálně navržen pro dostatečný výkon a nízkou spotřebu energie. Navíc má integrovány funkce jako je determinismus, krátkou dobu přerušení a nejmodernější správu napájení. Procesor dosahuje výkonnostní účinnosti 6,39 CoreMark/MHz. Helium je SIMD M-Profile Vector Extension (MVE), který výrazně urychluje zpracování signálu. Přidává 150 skalárních a vektorových instrukcí a umožňuje zpracování 128bitových registrů (obrázek 2). Je optimalizován pro mikrokontrolery s nižší spotřebou energie. Helium znovu používá registry s plovoucí desetinnou čárkou (FPU) namísto zavádění nových registrů SIMD. To pomáhá snížit spotřebu energie procesoru a zároveň snížit složitost návrhu.

Obrázek 2: Helium znovu využívá banku registrů FPU pro vektorové zpracování. (Zdroj obrázku: Arm)

Jak je znázorněno na obrázku 3, Cortex-M85 RA8M1 obsahuje technologii TrustZone, která poskytuje izolovanou část paměti pro kritický firmware, aktiva a soukromé informace. Cortex-M85 také přidává nové funkce zabezpečení jako je ověřování ukazatelů a identifikaci cíle (PACBTI). Tyto bezpečnostní funkce jsou zvláště cenné v kontextu umělé inteligence, kde může zařízení interagovat s osobními údaji.

Obrázek 3: TrustZone Cortex-M85 nabízí izolovanou část paměti pro kritický firmware, aktiva a soukromé informace. (Zdroj obrázku: Arm)

Hardwarové funkce pro umělou inteligenci

RA8M1 je dobře vybaven pro průmyslové aplikace jako je řízení motoru nebo měření elektrických i neelektrických veličin. Algoritmy umělé inteligence vyžadují hodně paměti, a proto RA8M1 obsahuje 2 Mbyte flash a 1 MB SRAM paměť. SRAM paměť obsahuje 128 Kb pevně vázané paměti (TCM), která umožňuje rychlý přístup pro vysoce výkonné výpočty. Pro zajištění spolehlivého provozu je 384 kB uživatelské paměti SRAM a celých 128 kB TCM paměti je chráněno opravným mechanismem ECC. 32 kB instrukční a datové mezipaměti jsou také chráněny ECC.

Kromě bezpečnostních funkcí, které jsou součástí jádra Arm navíc nabízí kryptografický engine RSIP (Reprogrammable Secure Intellectual Property) pro bezpečné zpracování dat, neměnné úložiště pro ochranu kritických dat a ochranné mechanismy proti neoprávněné manipulaci. MCU je vybaven Ethernetem pro síťové připojení, Controller Area Network Flexible Data Rate (CAN FD) pro automobilové a průmyslové aplikace a USB High-Speed/Full-Speed ​​pro obecné připojení. Zahrnuje také rozhraní pro fotoaparát a octan sériové rozhraní SPI (Serial Peripheral Interface) s dešifrováním za běhu pro externí paměť.

Dále jsou k dispozici 12bitové ADC a DAC převodníky, vysokorychlostní analogové komparátory a tři obvody pro vzorkování. RA8M1 podporuje komunikačního rozhraní SPI, UART, I²C a dokonce vylepšený I3C pro vyšší rychlost přenosu dat a efektivitu. Pro ty, kteří potřebují všechny výše uvedené funkce je určen 224 pinový BGA R7FA8M1AHECBD#UC0. Pro ty, kteří hledají úspornější verzi, tak pro ty je určen 144 pinový LQFP R7FA8M1AHECFB#AA0 .

Vývojová prostředí pro aplikace AI

Experimentovat s řadou RA8M1 lze pomocí vývojové desky EK-RA8M1 R7FA8M (obrázek 4), která obsahuje ethernetové rozhraní RJ45 RMII, rozhraní USB High-Speed ​​Host and Device a tří pinový header CAN FD. Součástí je 64 MB octal SPI flash paměť.

Obrázek 4: Deska EK-RA8M1 eval má robustní I/O podporu pro výkon MCU RA8M1. (Zdroj obrázku: Renesas)

RA8M1 je podporován softwarovým balíčkem Flexible Software Package (FSP) od Renesasu. Jedná se o přívětivý, škálovatelný a vysoce kvalitní softwarový základ pro vestavěné systémy. Balíček nabízí vývojové nástroje, včetně integrovaného vývojového prostředí e² studio (IDE) založeného na populárním Eclipse IDE. Obsahuje také dva prominentní, bezplatné operační systémy v reálném čase: Azure RTOS a FreeRTOS. Balíček obsahuje také důležité ovladače, které v kombinaci s vývojovou deskou poskytují rychlou cestu k experimentování s I/O RA8M1.

Závěr

RA8M1 poskytuje novou možnost implementace AI a ML v Edge aplikacích IoT, která šetří energii, zvyšuje výkon, snižuje složitost návrhu a zkracuje dobu uvedení na trh.

Článek vyšel v originále na webu DigiKey.com

Hodnocení článku: