幾天前IC Insights發布了2021年MCU銷售情況，恩智浦MCU銷售額達到了37.95億美元，排名第一。其實，恩智浦不僅在MCU銷量上快速增長，在產品開發上也在不斷推陳出新。

2007年時，恩智浦推出了首款基于Arm集成閃存的LPC系列MCU；2010年推出了Kinetis，同年還推出了一款雙核異構的LPC MCU；2012年推出了帶無線功能的KinetisMCU；2018年LPC系列采用了CortexM33內核，推出了具有增強安全性的MCU產品。 今年6月15日，他們又推出了全新的MCX微控制器產品組合。據恩智浦大中華區工業與物聯網市場高級總監金宇杰介紹，全新的MCX產品組合基于ArmCortex-M33內核，包擴四大產品系列：MCX N高性能系列、MCX A基準系列、MCX W無線連接系列，以及MCX L超低功耗系列。

MCX產品特性
在金宇杰看來，MCX產品系列集合了LPC、Kinetis這兩個系列產品的優勢，將恩智浦在以往發展中所積累的各種核心技術組合在一起，充分利用原先的平臺開發環境，并融進了新的技術，從而形成的一個全新產品系列。

他同時詳細介紹了這四大系列的主要特性：
MCX N系列高性能微控制器，該系列工作運行頻率為150到250MHz，融入了更多的外設，集成了EdgeLock安全子系統，且首次將NPU和DSP這兩個元素放到了MCU中。該NPU具有高效的計算架構，可實現實時推理。

MCX A系列基準微控制器，是一款入門款MCU，其工作頻率在48至96MHz之間，內置了定時器、低引腳數、單引腳電源，相對來說使用非常簡單，且特別針對成本受限應用進行了優化。該系列MCU可為電機控制等應用提供關鍵功能。

MCX W系列無線連接微控制器，可提供低功耗窄帶連接，包括低功耗藍牙。W系列的工作頻率在32到150MHz之間。另外也盡量高度集成一些外圍的器件，使得關聯的整個BOM減少、降低整體板級成本。該系列MCU主要用在物聯網設備中。

MCX L系列超低功耗微控制器，其工作頻率在50到100MHz之間，力求超低的動態功耗和非常低的泄漏功耗。該系列針對具有低功耗要求的應用做了優化，并且集成了原來的LPC里的低功耗的技術來完成這個產品的設計。與傳統MCU相比，它可以顯著延長電池續航時間。
針對MCX N系列中集成的NPU，恩智浦邊緣處理事業部系統工程高級總監王朋朋做了詳細的解讀，“我們在MCU中的CPU旁邊增加了一個NPU協處理器，該協處理器的內部主要是擁有計算的通道，比如圖上看到的四個計算管道，每個計算管道里有四個計算單元，也就是說，這是一個4×4的計算處理單元。”

重要的是，MCX N系列MCU中的NPU加速器支持基于eIQ的機器學習軟件開發環境，與恩智浦之前發布的MCU或MPU上基于CPU的開發環境和開發工具保持了一致。這為現有用戶和新用戶在開發時增加機器學習和智能的元素提供了便捷。

她同時透露，在MCX系列，甚至未來的跨界處理器和應用處理器上，都會采用統一的架構，會提供更高性能的NPU加速器。

對于MCX N系列MCU中集成的NPU的性能問題，王朋朋對媒體表示，該系列MCU可覆蓋從32次運算/周期到2000次運算/周期。當然，由于一顆芯片的真正算力跟其主頻也密切相關，因此，恩智浦在MCX系列MCU內放置的NPU主要針對的是MCU的應用場景，而不是在追求特別高的算力，據她透露，目前MCX上NPU大概是幾個GOPS的性能。 MCX是恩智浦集成NPU的第一個產品家族，之前利用CPU來處理的事項，未來可以由NPU專門處理，從而有效提高效率。王朋朋舉例說，在NPU上進行機器學習的運算加速時，比如做二維卷積神經網絡、點卷積、或者深度卷積，其性能會比Cortex-M33的內核有至少30倍以上或更高的加速。

因此，可以實現CPU和NPU的并行處理，即同時做到控制和外界的交互，機器學習的卷積處理本身是由NPU來完成，不占用CPU的資源。也就是說，人工智能處理和一般通用的輸入輸出控制可以并行實現。在一顆通用的MCU上，既實現了傳統MCU做的事情，同時又實現了人工智能的運算加速。

集成NPU的MCX系列MCU的應用場景
談到MCX N系列MCU的落地應用，王朋朋認為主要應用場景還是針對MCU現有的應用場景，比如在傳統的控制應用基礎上增加一些元素，在醫療設備、無人機，或者工業控制中加上智能識別、故障檢測、語音控制等。

由于NPU的出現，恩智浦也增加了很多新應用，“在日常生活中，有客戶在做識別物體的秤，目的是為了做到把東西放在秤上就可以直接結賬；在醫學檢測中，可以應用于檢測含瘧疾的紅細胞；在交通出行中，可以幫助智能車識別障礙，自動地做出判斷和處理等等。”王朋朋舉例說。

金宇杰則談到了在電梯中的應用，電梯會對人數進行一定的限制，一般在12-15個人左右。“恩智浦的MCU產品加上NPU可以幫助智能電梯做人數統計，并另外對電梯本身進行流量計算。” 其實，MCU加上NPU后，還是有很多好處的，特別是現在很多應用對邊緣的計算能力要求的提升，希望有些敏感信息在本地就能處理，不用上傳到云端。比如人臉識別門鎖、語音識別門鎖，以及包括語音識別、物體識別等在內的各種各樣的識別裝置都有“在本地能做到很多推理”的需求。這些都是NPU的用武之地。

“以前提到好控制器的標準就是：按下按鈕就有很快的反應，但現在遠不止這樣，我們希望處理器本身有預知性，這就需要引入人工智能的要素。”金宇杰表示。

因此，相信未來會有越來越多的落地的項目會要求邊緣計算平臺擁有AI功能的支持。“我們的產品對算力提供了支持的同時，也對模型進行了優化，尤其是嵌入式平臺的優化。因此，恩智浦也推出了基于eIQ機器學習的軟件開發環境，支持機器學習解決方案開發，原來在大平臺里的模型，盡量精簡優化到我們的平臺。在盡管是一些初級的NPU環境下，恩智浦也希望它能支持到更多模型的應用。”金宇杰這么闡述恩智浦在AI方面的策略。

總結
如今的MCU跟最開始的MCU已經大大不同了，不僅集成了更多的外圍設備，如今還將NPU也集成進去了，讓人臉識別、物體檢測、故障檢測、識別火災、汽車的路徑規劃等需要更高性能處理器的應用可以下沉到MCU中去實現，能夠大大降低客戶的成本。這也從另一個方面說明，MCU市場也是相當卷，為了迎合市場和客戶的需求，MCU原廠們也是奇計迭出了。