瑞薩MCU/MPU提供

兩種支持AI應用的路線

前面我們說到RA8可以很好地支撐AI模型在MCU上的運行。AI是一個很好的工具，可以解決各個應用領域不同場景下的問題。在新能源中，現在大家關注點比較高的就是基于AI的拉弧檢測。

這里我將講解一下瑞薩MCU/MPU在AI方面，我們能提供的兩種支持路線。

點擊圖片可查看大圖

方式一

客戶已經有自己的AI模型了，那么瑞薩可以提供eAI這個軟件工具，把客戶在服務器上訓練好的模型翻譯成運行在MCU上的代碼。為了更好的高效的支持AI算子的執行，RA8是最佳選擇。

方式二

客戶只有設備和行業技術背景，沒有專門的AI團隊對算法工程師。那么瑞薩提供RAI這個模型訓練平臺，幫助客戶根據自己的數據訓練出一個高準確又輕量級的AI模型。由于RAI具有專利保護的數據特征提取和建模方法，走方式二出來的模型，也可以流暢跑在普通的瑞薩MCU上。

方式一：CM85的高算力

為AI模型運行而優化

走方式一，使用RA8，它的CM85內核算力，由于Helium硬件的加持，運行同一個電機失效檢測模型，它的效率是同等主頻的CM7內核MCU的2~3倍。

點擊圖片可查看大圖

原因就是Helium單元，對DSP和NN算子的支持非常給力。右邊兩個圖，是同等主頻下，M85內核相比M7內核的顯著優勢對比。

方式二：遇見Reality AI

走方式二，就是使用瑞薩的RAI平臺，自動訓練出高效AI模型。后面我們會專門就基于RAI的拉弧檢測方案和大家做一個分享。這里我就不再累述了。

點擊圖片可查看大圖

RX23E-B產品框圖

我要介紹的第三個產品是RX23E-B，來自瑞薩32位私有內核RX家族。

點擊圖片可查看大圖

RXv2內核，32MHz (162 CoreMark)

● 電源電壓：VCC=1.8 ~ 5.5V

●工作溫度范圍：-40℃~ +85℃ /+105℃

●單精度浮點運算單元FPU

●支持DSP指令

特點

●高速高精度：24-bit ADC單元，可以支持最大125K 每秒采樣

●高處理性能：內置瑞薩私有內核運行在32MHz，同等主頻和CM7內核coremark相當。該私有內核帶FPU并支持DSP指令，可以在同一個芯片中同時實現測量和復雜的數據運算

●高集成度，小封裝：集成豐富的片上外設，包括16位DAC、CAN、段碼式LCD控制器等。單芯片系統有助于降低BOM、縮小電路板尺寸和簡化設計(162 CoreMark)

RX23E-B在新能源應用中的

推薦使用場景

點擊圖片可查看大圖

高精度采樣，在電池化成的功率板上可以精確控制充放電電流，做到業界要求的萬分之五和萬分之一的高精度標準。

在儲能消防系統中，高精度采樣和CAN接口集成也使得RX23E-B是一個高性價比的平臺選擇。

瑞薩智能”芯”，助力”芯”能源

更智能 更高效 更安全

以上，我們介紹了瑞薩MCU在新能源中的主推料號。

審核編輯：湯梓紅