Top
首页 > 新闻 > 焦点直击 > 正文

布局机器学习 提升安全性能 恩智浦的目标是AI-IoT

人工智能的快速发展,让用户对下一代MCU的性能、功耗提出更高的要求,比如人机界面的声音处理就是目前很多家电客户最大的应用需求,这势必会推动MCU的更新换代。在Geoff Lees看来,未来MCU的增长点将在终端的机器学习上。
发布时间:2018-11-14 13:37 来源: 作者:yh

五年前,恩智浦资深副总裁兼微控制器业务线总经理Geoff Lees就曾预测:“全球微控制器市场,物联网将是其下一波推动力。”很显然,在过去的五年间,随着技术的发展,用户需求的转变,验证了Geoff Lees的预言——推动MCU市场增长的,就是物联网。

今年,Geoff Lees又再一次预测。他表示,人工智能的快速发展,让用户对下一代MCU的性能、功耗提出更高的要求,比如人机界面的声音处理就是目前很多家电客户最大的应用需求,这势必会推动MCU的更新换代。在Geoff Lees看来,未来MCU的增长点将在终端的机器学习上。

面对最新的发展趋势,近日,恩智浦在北京召开媒体沟通会。恩智浦半导体微控制器事业部全球产品总监曾劲涛向笔者分享了恩智浦最新的发展动向。

重视机器学习 推出工具eIQ

曾劲涛表示,自今年9月,恩智浦就重新定义了公司的四个主要发展方向,包括汽车、工业和物联网、移动以及通信架构。尤其针对物联网以及AI,恩智浦目前拥有全套的产品,可以说是行业内唯一一家,能够从最低端的,如LPC800,到最高端的,如八核处理器,全覆盖的供应商,并且这些MCU实际上都可以应用在机器学习、边缘计算上。

曾劲涛告诉笔者,恩智浦的机器学习和很多企业研究的机器学习不同。他们做的东西都是基于云端的,而恩智浦做的不是基于云端的解决方案,而是基于终端,但是为了让边缘节点的处理技术可切实推动客户采用机器学习,所以我们创建了可扩展ML解决方案和eIQ工具,帮助客户更容易获取和使用从云向边缘设备转移的人工智能功能。

据了解,eIQ是一套完整的机器学习工具,支持TensorFlow Lite、Caffe2和其他神经网络框架,以及非神经ML算法。可在工业、物联网和汽车应用等各领域资源受限的边缘设备中高效运行。一键式完成生产的解决方案专门面向语音、视觉和异常检测应用领域。通过节省成为ML专家所需的大量投资,恩智浦使成千上万家产品需要机器学习功能的客户得偿所愿。

强化软硬实力 提高安全性能

无论是IoT或者机器学习,如果没有安全都用不起来。曾劲涛在沟通会上表示:“近几年,恩智浦最注重的三个方面就是安全、连接和处理。尤其在安全方面,我们花了很多人力、物力、财力来提高我们的安全性能。”

就拿恩智浦10月最新发布的i.MX RT600和LPC5500两款MCU举例,不仅在功能上实现了增多,其安全性能也得到了大幅度提高。其中,i.MX RT600是多核跨界处理器系列,采用最高300 MHz的Arm®Cortex®-M33和600 MHz的Cadence®Tensilica® HiFi 4音频/语音数字信号处理器(DSP),支持高性能内核,搭载4.5MB的片上低漏电SRAM,可配置实现同时零等待状态访问,非常适合实时执行音频/语音、机器学习以及基于神经网络的应用。

而LPC5500是业界首创的采用单核和双核Arm® Cortex®-M33及Arm TrustZone®技术的微控制器平台。基于低功耗40nm嵌入式闪存工艺构建,其处理效率、安全性和功能均达到全新水平。

曾劲涛表示,在家庭中,钥匙是最重要的防护手段,它保障着我们家庭最基本的安全。对于MCU也一样,所有的信息传输、软件加密都需要钥匙把它锁住,相对于传统钥匙需要写在芯片里,恩智浦新推出的物理防克隆技术在本地按需生成,杜绝在不安全的环境中进行第三份密钥处理,确保唯一密钥的安全性。

据悉,未来恩智浦还将推出基于硬件的主动式防御安全IP技术,可实现即时拦截违背预先建立的安全规则的指令,从而让MCU自身能够防御软件漏洞和基于网络的攻击。

合作站点
stat
Baidu
map