物聯(lián)網(wǎng)(IoT)引發(fā)了互聯(lián)設備的激增。這些設備裝有傳感器，以收集日?；顒踊虮O(jiān)視目的的數(shù)據(jù)，并嵌入了微控制器和微處理器芯片。這些芯片是根據(jù)完成分配任務所需的數(shù)據(jù)傳感器安裝的。因此，我們沒有一個適合所有架構的處理器。例如，某些設備將對數(shù)據(jù)集(例如溫度，濕度，壓力或重力)執(zhí)行有限的處理;但是，更復雜的系統(tǒng)將需要處理(多個)高分辨率聲音或視頻流。

高性能交付是重中之重，而低功耗也是必須的。為了降低功耗，工程師采用了自適應電壓縮放，電源門控和多種低功耗工作模式等技術。此外，如今，工程師們正在嘗試設計處理器芯片，以幫助在人工智能與物聯(lián)網(wǎng)之間建立橋梁。讓我們看看今天市場上十大最有前途的處理器。

[[331920]]

1. 英特爾MovidiusMyriadX

MyriadX由愛爾蘭初創(chuàng)公司Movidius開發(fā)，并于2016年被Intel收購。MyriadX是該公司的第三代視覺處理單元，并且是第一個具有專用神經(jīng)網(wǎng)絡計算引擎的功能，提供每秒1兆次運算(TOPS)的專用深度神經(jīng)網(wǎng)絡(DNN)計算。神經(jīng)計算引擎直接與高吞吐量智能存儲結構接口，從而避免在傳輸數(shù)據(jù)時出現(xiàn)任何存儲瓶頸。它支持FP16和INT8計算。MyriadX還具有16個專有SHAVE內(nèi)核以及升級和擴展的視覺加速器的集群。

MyriadX可用于Intel的NeuralComputeStick2，實際上是USB拇指驅(qū)動器形式的評估平臺。它可以插入任何工作站，以允許AI和計算機視覺應用程序快速啟動并在專用Movidius硬件上運行。

2. 英偉達JetsonXavierNX

NVIDIA去年秋天透露，jetsonxaviernx系統(tǒng)芯片是“世界上最小的超級計算機”，可在10瓦功率范圍內(nèi)為各種物聯(lián)網(wǎng)形式提供“服務器級性能”。該芯片是NvidiaJetson計算板產(chǎn)品系列中最小的尺寸，尺寸約為信用卡大小，并帶有384個CUDA內(nèi)核和48個張量內(nèi)核，每秒可進行多達21兆兆位運算。

得益于Nvidia的工程設計，JetsonXavierNX以相同的功耗在更小的尺寸下提供了比JetsonTX2最高15倍的性能。JetsonXavierNX還配備了Nvidia的深度學習加速器，多達六核的CarmelArmCPU，多達六個CSI攝像機，用于MIPICSI-2攝像機串行接口的12個通道，8GB的128位LPDDR4x內(nèi)存，千兆位以太網(wǎng)和基于Ubuntu的Linux。

3. 德州儀器(TI)TDA4VM

TDA4VM是用于汽車高級駕駛員輔助系統(tǒng)(ADAS)的Jacinto7系列的一部分，是TI的第一款片上系統(tǒng)(SoC)，其片上具有專用的深度學習加速器。該模塊基于C7xDSP以及內(nèi)部開發(fā)的矩陣乘法加速器(MMA)，可實現(xiàn)8TOPS。

SoC可以處理高達8MP的前置攝像頭的視頻流，也可以處理四到六個3-MP攝像頭以及雷達，LiDAR和超聲傳感器的組合。例如，MMA可用于在自動代客泊車系統(tǒng)中對這些輸入執(zhí)行傳感器融合。TDA4VM專為5W至20W之間的ADAS系統(tǒng)而設計。

該設備仍處于預生產(chǎn)階段，但開發(fā)工具包現(xiàn)已面世。

4. Renesas電子公司RZ/A2M

RZ/A2M結合了專有的加速器和528MHzArmCortex-A9和4MBSRAM來處理圖像數(shù)據(jù)，以進行機器視覺作業(yè)。

Renesas設計了一種由多個內(nèi)核組成的動態(tài)可重配置處理器(DRP)，可以利用成像算法中的并行性。它希望DRP(與GPU類似)可以處理各種各樣的工作，最初圍繞推理任務。未來的產(chǎn)品將瞄準邊緣的神經(jīng)網(wǎng)絡培訓。

與所有并行處理器一樣，編程可能是個大問題。Renesas表示，其DRP可以使用其提供的編譯器和工具在C語言中進行編程。

5. RenesasRX23W

它是一個帶有藍牙5.0的32位MCU，適用于IoT端點設備，例如家用電器和醫(yī)療保健設備。該MCU還包括瑞薩電子(Renesas)的RXMCU系列中的TrustedSecureIP，以解決藍牙安全風險，例如竊聽，篡改和病毒。

RX23W基于Renesas的RXv2內(nèi)核，該內(nèi)核具有4.33Coremark/MHz的高性能，并具有改進的浮點單元(FPU)和DSP功能。該芯片的最大時鐘頻率為54MHz。RX23W針對系統(tǒng)控制和無線通信進行了優(yōu)化，可提供全面的藍牙5.0低能耗支持，包括遠程和網(wǎng)狀網(wǎng)絡功能，并聲稱該行業(yè)的最低接收模式峰值功耗為3mA。RX23W現(xiàn)在采用7×7毫米56引腳QFN和5.5×5.5毫米85引腳BGA封裝，并帶有512KB片上閃存。

6. KneronKL520

美國臺灣公司Kneron的首款產(chǎn)品是KL520神經(jīng)網(wǎng)絡處理器，它專門用于智能家居，安全系統(tǒng)和移動設備等應用中的圖像處理和面部識別。它經(jīng)過優(yōu)化，可以運行卷積神經(jīng)網(wǎng)絡(CNN)，這是當今圖像處理中常用的類型。

去年秋天，該公司的KL520AI片上系統(tǒng)將雙ArmCortexM4CPU與該公司的神經(jīng)處理單元相結合，可在智能鎖，安全攝像機和智能家用電器等低功耗設備中提供高性能的推斷。得益于Kneron的可重構人工神經(jīng)網(wǎng)絡技術，該芯片可以適應于實時處理和分析音頻，2D圖像和3D圖像，同時還支持TensorFlow和PyTorch等AI框架以及ResNet和MobileNet等神經(jīng)網(wǎng)絡。該芯片可用于華碩擁有的研揚科技制造的EdgeAI模塊。

KL520可以運行0.3TOPS并消耗0.5W(相當于0.6TOPS/W)，考慮到該芯片的MAC效率很高(超過90%)，該公司表示這足以實現(xiàn)精確的面部識別。

7. CEVA-X1

CEVA-X1™是多功能DSP和控制處理器的組合，適用于多模式IoT集線器設備，可同時處理蜂窩、LPWA、短距離通、定位，始終開啟的傳感器融合和語音處理。

CEVA-X1是M2M協(xié)議棧和基帶PHY控制的理想選擇，包括LTECat-NB1、Cat-M1，Sigfox、LoRa、Wi-Fi802.11n、802.11ah、藍牙、低功耗藍牙和Zigbee/Thread。它還支持定位和運動感應功能，包括GNSS(GPS、北斗、GLONASS、伽利略)，多個室內(nèi)定位和活動傳感器的融合，語音激活和聲音處理。

CEVA-X1已明確設計為單核IoT集線器解決方案，具有專用指令，可針對基帶通道編碼/解碼功能以及多個始終在線傳感器的融合來優(yōu)化整體系統(tǒng)功率，性能和芯片面積。通過這些優(yōu)化，可以輕松實現(xiàn)5到10年的單電池運行，而成本卻很少。

8. ArmCortex-M55

新的ArmCortex-M55技術可提供下一代ST微控制器所需的增強的ML性能和效率。這家英國芯片制造商稱Cortex-M55是迄今為止最支持AI的Cortex-M處理器，與前幾代Cortex-M相比，其機器學習性能提高了15倍，數(shù)字信號處理性能提高了5倍。該公司還展示了Ethos-u55，這是該公司的第一款微神經(jīng)處理單元，可與Cortexx-M55配對使用，提供比以前的Cortex-M芯片高480倍的機器學習性能。Ethos-U55具有高度可配置性，并使用高級壓縮技術來降低能耗并減小機器學習模型的大小。

9. 聯(lián)發(fā)科MT3620

微軟與聯(lián)發(fā)科合作，使該處理器成為AzureSphere的參考芯片，AzureSphere是四月份宣布的全功能節(jié)點到云IoT產(chǎn)品。這是包括阿里巴巴和亞馬遜在內(nèi)的云提供商涌現(xiàn)的集成解決方案浪潮的一部分。

微軟通過定義所謂的Pluton安全模塊來區(qū)分其方法，該模塊在MT3260中的ArmCortex-M4F內(nèi)核上實現(xiàn)，用于處理安全操作。該部件還包括一個帶有4MBSRAM的500MHzCortex-A7應用處理器，一個Wi-Fi子系統(tǒng)以及對16MB外部閃存的支持。

10. AMDRyzen™嵌入式V1000系列

AMDRyzen™嵌入式V1000處理器通過集成的圖形功能在性能和功能之間實現(xiàn)了理想的平衡，從而使IoT網(wǎng)關在強大的安全平臺中具有學習和決策能力。

AMDRyzen嵌入式V1000SoC可提供離散GPU口徑的圖形和多媒體處理功能，并通過低至12W和高至54W的散熱設計功率(TDP)達到高達3.61TFLOPS的性能，使系統(tǒng)設計人員能夠?qū)⑻幚硇侍岣叩揭粋€新的水平。設計的多功能性。還提供一個工業(yè)溫度處理器選件，它可以在低至-40°C的溫度下運行。它在單個SoC中提供了高性能CPU，GPU和廣泛的I/O的集成，功率范圍從12W擴展到54W，并在較小的外形中實現(xiàn)高性能-更小的板、更低的功耗和更低的總擁有成本(TCO)。