這兩年，全球各地的人們都在與COVID-19病毒進行不屑地斗爭，疫情也在很多方面改變了人類的生活方式，并加快了全球的數字化轉型。在全球數字化轉型這一過程中，大量技術被釋放出來，產品研發進程得到加速。越來越多包含MCU、MPU的設備被制造出來，成為數字世界的一部分，他們正變得無所不在，為我們變得不方便的工作生活提供方便，很多設備還能保護我們的健康。
歷經半個世紀發展的MCU，如何應對時下困難，滿足各種各樣的需求？我們有幸邀請到幾家知名公司共同來探討這一話題。
異構SoC 架構MCU 或 MPU 更好滿足未來需求
“MPU開始朝多重處理器的趨勢邁進，兩者都會采用多重處理器的配置。每個MCU的內部都是一顆CPU(中央處理單元)，有些還會配置第二或第三核心負責處理專屬功能，包括從無線電到機器學習等各種任務。估計這項趨勢還會延續。”Silicon Labs MCU產品經理Eric Bauereis說
Silicon Labs MCU產品經理Eric Bauereis
架構方面的挑戰是平衡組件面臨的要求，以更高的效率完成任務。多重核心在這方面將持續扮演重要角色。包括管理通訊、數據、排程等作業也將變得更加復雜。最大的挑戰很可能是如何管理在多重核心組件上運行的軟件。
隨著物聯網與 AI 的進展以及 5G 的推出，更多的終端智能讓小型且成本敏感的裝置，愈來愈有聰明、功能也愈來愈強，同時因為對云端與因特網的依賴較小，也將具備更高的隱私性與可靠度。
“異構的架構將越來越普遍，因為應用越來越廣泛－特別是 AIoT 的崛起，對效能需求越高，就越需要特殊的加速器、或是專用運算單元，來滿足這部份需求。”ARM 首席應用工程師 張維良表示
ARM在Cortex M系列的最新產品中就加入了專門針對機器學習的一系列功能
例如：ARM Cortex-M55+Ethos-U55 組合：Ethos-U55 就是針對 Cortex-M 平臺推出的業界第一個微神經網絡處理器（microNPU），Cortex-M55 結合 Ethos-U55 為微控制器帶來 480 倍-跳躍式的機器學習效能。
Cortex-M55 內建 Helium 向量技術：Cortex-M55 為 Arm 歷來 AI 能力最為強大的 Cortex-M 處理器，也是第一個基于 Armv8.1-M 架構處理器、內建 Arm Helium 向量技術，可大幅增加 DSP 與 ML 效能，同時還更省電。與前世代的 Cortex-M 處理器相比，Cortex-M55 的 ML 效能最高可提升 15 倍，而 DSP 效能也可提升五倍，且具備更佳的效能比。
Imagination的Shreyas Derashri指出：各界普遍認同摩爾定律與Dennard縮放定律已走近終點，在此同時運算需求的成長速度卻日漸加快。據估計運算需求每年成長10倍(相較過去每18個月成長2倍)。因此，未來將會需要更加復雜的異質化SoC架構。
“多核和異構的SoC架構是恩智浦MCU和MPU設計技術趨勢之一。”恩智浦半導體大中華區資深營銷經理 黃健洲表示
恩智浦半導體大中華區資深營銷經理 黃健洲
因此，恩智浦MPU 新產品將結合更高效能的應用核心、獨立的MCU式實時域、Engergy Flex架構、與恩智浦獨有并是業界最先進的EdgeLock®安全隔離區(secure enclave)和專用多感測數據處理引擎(可處理圖形、圖像、顯示、音頻和語音）。它需要重組IP設計，例如為了達到 Energy Flex架構，它需要重新定義應用域(application domain)、實時域(Real-time domain)和彈性域(flexible domain)，以管理和控制MPU電源，達到提高效率和節省電源。
MCU與MPU 已經不再有明顯邊界
Imagination Technologies異質運算產品管理資深總監Shreyas Derashri
“MCU與MPU之間的界線越來越模糊。依我個人來看，區別MCU與MPU其中的一個方法就是工作頻率，雖然選擇頻率是很主觀的工作。另外還可以用其他標準來區別兩者。”Imagination異質運算產品管理資深總監Shreyas Derashri說
架構– MCU目前正逐漸朝32位發展。MPU通常為32/64/128位，目前朝64/128位架構邁進。另一項架構區別則是內存架構。MCU通常采用簡單的無快取架構，需要更趨決定性的實時工作模式。
“在最近，發展出內嵌快取芯片的MCU，就不需要外部內存。這種設計促成業界開發出MCU支持的壓縮指令集。“
MPU鎖定更高效能，因此采用較復雜的內存架構，包含快取以及支持虛擬內存系統。最后一點，MCU屬于單核架構，而MPU可能是單核心或多核心。
使用情境- 應用中采用的MCU負責直接解譯與控制來自傳感器與制動器的訊號。MCU芯片靠著內建的專業外圍組件，逐漸變成無須依賴外部的全功能芯片。MPU更偏向泛用型組件 – 應用在richOS環境(像是Linux、Android等操作系統)，需要搭配外部外圍組件組建成完整的運算系統。
Silicon Labs認為：MCU專注在控制層面(微 “控制器”單元)，涵蓋模擬輸入與輸出的控制動作。同樣對MCU相當關鍵的是內嵌內存用來存放所有需要的數據。有些高階產品針對額外內存配置專屬鏈接端口，但這屬于例外狀況。MPU屬于非控制器類型的處理器，專注于處理數據，而非處理或量測模擬輸入或輸出訊號，它們沒有內嵌DRAM內存，但幾乎都會用外部內存來存放程序數據，速度屬于次要參數。
實際上，高性能的MCU已經可以運行操作系統。
比如：恩智浦的跨界MCU系列。i.MX RT產品系列已能達到1GHz效能。
恩智浦使用核心和操作系統執行來定義MCU和MPU。如MCU是指使用ARM Cortex M核心或NXP專有DSC和8bit核心，并在各種實時操作系統上運行。MPU則是定義為使用ARM Cortex A核心，在Linux 或Android OS上運行。
也正是因為性能和功能不斷提升，設計人員在選擇時會更多地從需求角度出發，而非局限于刻板的定義。
對于RISC-V的看法
RISC-V一直是MCU&MPU領域的熱門話題，MCU供應商基本表現出了謹慎樂觀的態度，有些已經著手相關產品研發。
Imagination尤為樂觀：RISC-V市占率正持續攀升，尤其是低階MCU領域中，其已逐漸取代Arm 32位MCU(Cortex-M)。預估到了2025年RISC-V芯片的累計出貨量將超過6500萬。目前進入障礙較低的產業生態系，比較容易從中覓得機會。
“盡管恩智浦目前并沒有RISC-V作為主CPU的產品，但恩智浦計劃在某些NXP新處理器子系統中將RISC-V作為共同處理器。”恩智浦半的黃健洲說
Silicon Labs認為：RISC-V架構仍在持續演進，相比其他成熟的RISC價格，最大的差異顯然是忠誠度、可用的工具、軟件，以及新架構在沒有大量測試及實用基礎下的信心度等。RISC-V的成熟度將取決于需求，而需求則有賴于易用性、價位、信心，因此成長或與成熟度就形成互為因果的關系。
“許多消費應用深受價位以及亞太市場政策層面影響，這種環境很可能推動業界率先采用RISC-V設計。”Silicon Labs的Eric Bauereis表示
MCU供應緊張會持續到2022年
從目前市調公司的公開信息報告看來，供應鏈吃緊的情況可能會延長至2022年。
“對于設計人員而言，提前下單是避免長交期的方法之一；另一種方法是基于2種不同的MCU設計作為備案，如使用恩智浦KL和LPC8xx MCU系列進行設計，可互為備案。”NXP的黃健洲表示。
Silicon Labs對于MCU表達了類似觀點：預料在明年整年這樣的分配或至少供應層面的挑戰將會延續。
“最好的作法是與芯片供貨商密切合作。如果能像團隊一般合作，組件供貨商將能做出許多讓步。雖然這并不需要規劃或協作，但由于供應問題很可能再延續一年半或更久，因此確實值得投入更多心力。“Silicon Labs的Eric Bauereis說。
邊緣計算應用中展現強勁市場潛力的領域
在邊緣計算領域，MCU要負責處理各式各樣的情況，包括傳感器信號、連接、設備控制等等，系統的多樣性被展現得淋漓盡致。
Silicon Labs認為：邊緣運算是一種架構選擇，對于應用有很高的依賴性。此外由于物聯網組件的功能快速改進，因此應該經常重新評估這個領域。
ARM首席應用工程師 張維良指出：從技術趨勢角度，現階段在邊緣節點有以下幾個方向是技術和產品的熱門區域：震動（Vibrance），語音（Voice）和視覺（Vision）。
ARM 首席應用工程師 張維良
震動（Vibrance）：包含來自多種傳感器數據的處理，從加速計傳感器到溫度傳感器，或來自馬達的電氣訊號。它可將智能帶進 MCU 中的終端 AI 的進展，產生不同應用領域，包括溫、濕度、壓力檢測、物理檢測（如滑倒偵測）、物質偵測（如漏水、漏氣）、磁通量偵測與電場偵測等等。運用震動分析的預測性維護（PdM），在旋轉型機器密集的制造工廠里相當常見，可以揭露松脫、不平衡、錯位與軸承磨損等狀況。此外，磁傳感器利用磁性浮筒與一系列可以感應并與液體表面一起移動的傳感器，測量液面的高低。
語音（Voice）：語音啟動在智能家庭應用中很常見，例如智能音箱，而它也逐漸成為啟動智能家庭裝置與智能家電的語音中樞，如電視、游戲主機與其它新的電器。在工業環境中，供車床、銑床與磨床等計算機數值控制（CNC）機器使用的計算機語音引擎正在興起。語音整合在車輛中也相當關鍵，因為語音有潛力成為最安全的輸入模式。OEM 代工廠商持續對車載娛樂系統中的語音識別系統，進行大量投資。其他車用的應用包括語音輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電臺頻道，甚至拋錨服務與禮賓服務等。
視覺（Vision）：
終端 AI 提供視覺領域全新的機會，特別是與對象檢測及辨識相關。包括觀察生產線的制造瑕疵，以及找出自動販賣機需要補貨的庫存。其它實例包括農業應用，例如依據大小與質量為農產品分級。曳引機裝上機器視覺攝影機后可實時檢測出雜草、分類其種類、分析其對農獲的威脅、進而客制化除草解決方案。在工業上，包括利用熱顯影來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化，觸發排程系統，自動采取適當的行動來預防零件故障。
“就恩智浦的觀察，安全、智慧家居、還有機器學習相關，領域展示出了較為強勁的市場潛力” ”恩智浦半的黃健洲舉例說：
? 適用于電子鎖、智能門禁等應用的臉部識別功能
? 適用于智慧家居、智慧音箱、家庭影院、視頻會議等的語音/音頻輔助功能
? 適用于安全門禁、電子鎖等應用的指紋識別功能
? 適用于姿勢檢測、AI機器人、智能零售等應用的機器學習
Imaginaiton補充了云端游戲和智慧住宅/智慧建筑，同樣將帶動邊緣運算市場的發展。
COVID-19 疫情加速Embedded /MCU 市場
COVID-19疫情在全球各地反復蔓延，已經大大改變了人們的生活工作方式。
“隨著遠距工作成為普遍常態，對于個人化與居家運算的需求勢必會隨之增長。這也將促成網絡端的需求跟著水漲船高” Imagination 的Shreyas Derashri表示。
根據 Arm 于 2020 年 8 月與麻省理工學院科技評論洞察（MIT Technology Review）合作的訪談報告顯示，超過 62% 的受訪者表示，他們正在投資并使用 AI 技術。來自大型企業組織（年營收超過 5 億美元）受訪者的部署率較高，接近 80%。較小型的企業組織（營收低于 500 萬美元）的部署率則為 58%。1/3 的受訪者表示，2020 年新冠疫情的爆發加速了他們在 AI 策略上的部署。
超過半數企業將 AI 部署在終端裝置或邊緣運算：在越來越需要極低延遲的數據存取，以及端點/邊緣處理能力的應用上，為了兼顧成本效益及運算效率，越來越多應用將往數據產生的來源靠近。同時，AI 對幾乎所有商業與社會活動層面的沖擊持續擴大，讓企業領袖必須正視 AI 能否在負責任的規范下使用。因此在邊緣運算上，也衍生出對應軟硬件攻擊以及保護隱私等運算能力的強烈需求。
“Arm 正與生態系伙伴合作，確保那些不同且持續演進的工作負載，能在各個裝置與操作系統上，簡單地轉移、維護與部署，同時還能無縫地連接到所有的云端服務。例如 Arm 推出的 Project Cassini，這是個開放、建立標準架構的提案，目的是在安全的 Arm 終端生態系上，為開發者達成統一且簡化的 AI 體驗。”
因應疫情的非接觸需求的增加，帶來新的市場機遇。
“因為疫情影響，語音輔助或非接觸式的新要求越來越多，如語音控制撥入會議系統、停車場支付機流程等。臉部識別、遠程醫療診斷、遠程監控、可穿戴式的醫療保健設備也帶給嵌入式系統MPU 和 MCU 新機會。”恩智浦半的黃健洲表示。
Silicon Labs：顯然疫情導致一些消費與醫療組件的需求增加。大量在家工作的情況加速了包括家庭自動化在內許多領域對電子產品需求的長期趨勢。制造業也意識到工業自動化降低人力勞動的利益。
“ 我們預計一旦供應鏈恢復正常，其他領域將增加對 MCU 和物聯網裝置的使用，以提高自動化并簡化連接“Silicon Labs的Eric Bauereis表示。
