0
雷鋒網消息，昨日，知名半導體廠商恩智浦（NXP）在北京舉辦了一場產品溝通會，對剛剛推出的LPC5500微控制器及i.MX RT600跨界處理器兩款產品進行了展示和講解，同時針對中國市場的發展進行了介紹。
溝通會后，雷鋒網與恩智浦微控制器業務線全球資深產品經理曾勁濤就兩款產品進行了進一步的交流。
恩智浦微控制器業務線全球資深產品經理曾勁濤首先介紹了產品信息，LPC5500使用40nm閃存技術，可選配單/雙核100MHz Cortex M33 MCU，提供最多640KB閃存和320KB SRAM，集成DC-DC轉換器，功率預算低于同類產品，最高達到90 CoreMarks/mA，面向大量不同的工業和物聯網邊緣應用。此外，恩智浦的自動可編程邏輯單元用于分擔并執行用戶定義任務，從而增強實時并行性能。
i.MX RT600跨界處理器使用28nm FD-SOI（全耗盡絕緣硅）工藝制造，集成300MHz的Cortex M33 MCU和600MHz的Cadence Tensilica HiFi 4 DSP，并提供最多4.5MB共享片上SRAM，可在超低功耗邊緣處理應用中實現高效本地音頻預處理、沉浸式3D音頻播放和支持語音的體驗。恩智浦還為DSP提供4個32位MAC、矢量浮點功能單元、256位寬訪問數據總線，以及特殊激活函數（例如Sigmoid等傳遞函數）的DSP擴展，進一步增強機器學習性能。
恩智浦在這兩款產品上選擇使用Arm最新的Cortex M33 MCU內核，是Arm v8 M架構的首次全面功能實施方案。與現有的Cortex M3和Cortex M0相比，Cortex M33具有顯著的性能和安全平臺優勢（分別實現了超過15%至65%的改進）。
Cortex M33的主要特性之一是專用協處理器接口，它實現了緊耦合協處理器的高效集成，從而擴展了CPU的處理能力，同時還保持完全的生態系統和工具鏈兼容性。曾勁濤向雷鋒網介紹，恩智浦利用專用協處理器接口連接協處理器，加快了卷積、關聯、矩陣運算、傳遞函數和濾波等機器學習和DSP功能執行速度，與在Cortex M33上執行相比，性能提升達10倍。協處理器還進一步利用常見CMSIS-DSP庫調用（API）來簡化客戶代碼移植。
為了保護物聯網邊緣設備和云至邊緣連接的安全，恩智浦將強化的安全子系統和軟件集成到安全執行環境（SEE）中，以提升信任、隱私和保密方面的性能標準。在LPC5500微控制器和i.MX RT600跨界處理器中，恩智浦構建了一套通過硬件實現的多層保護機制。這種分層安全方法對于物理保護和運行時保護至關重要，可通過以下方式來保護嵌入式系統：
1.基于硬件的不可變“信任根”的安全引導；
2.基于證書的安全調試身份驗證；
3.加密的片上固件存儲，提供實時的無延遲解密。
這些功能與Arm v8 M TrustZone和內存保護單元（MPU）的Arm Cortex M33增強功能相結合，利用基于硬件的存儲器映射隔離來實現基于特權的資源和數據訪問，從而實現物理保護和運行時保護。
雷鋒網了解到，安全引導過程利用設備唯一密鑰，創建不可變的硬件“信任根”。這些密鑰現在能夠由基于SRAM的物理防克隆技術（PUF）在本地按需生成，該技術利用SRAM位單元固有的自然變異特性。這樣就可實現最終用戶與原始設備制造商（OEM）之間的封閉式事務處理，從而杜絕在可能不安全的環境中進行第三方密鑰處理。另外，密鑰也可通過基于Fuse的傳統方法來注入。
而恩智浦的安全執行環境通過對SRAM PUF的創新利用，生成設備唯一的密鑰，從而改進了邊緣至邊緣、云至邊緣通信的對稱和非對稱加密。通過可信計算組織（TCG）制定的設備識別構成引擎（DICE）安全標準，公鑰基礎設施（PKI）或非對稱加密的安全性得以增強。SRAM PUF根據DICE的要求，確保唯一設備密鑰（UDS）的保密性。
據了解，新推出的解決方案支持非對稱加密加速（RSA中密鑰長度為1024至4096位，ECC），還支持最多256位的對稱加密和哈希（AES-256和SHA2-256），提供針對mbedTLS優化的庫。
曾勁濤稱，以往我們常常聽到的芯片后門，很多都是為調試所留的接口，后被黑客挖掘利用進行攻擊。恩智浦基于Cortex M33打造的新產品，通過物理保護和運行時保護，可實現安全調試和加密調試，大大降低通過后門hack芯片的可能性。
雷鋒網還進一步獲悉，恩智浦已與Dover Microsystems攜手合作，在未來的平臺中引入Dover的CoreGuard技術。CoreGuard是基于硬件的主動式防御安全IP技術，可即時攔截違背預先建立的安全規則的指令，從而讓嵌入式處理器自身能夠防御軟件漏洞和基于網絡的攻擊。
今年6月時，恩智浦曾公布數款RT系列跨界處理器產品。在當時的采訪中，恩智浦資深副總裁兼微控制器業務線總經理Geoff Lees曾表示，恩智浦不會選擇大型“XPU”AI處理器的路線，而是希望將小型人工智能核心加入到已有的微處理器和微控制器構架上，并相信這樣的戰略可以讓客戶在最終產品上真正享受到人工智能。
本次產品溝通會上，曾勁濤再次表明，恩智浦會專注于邊緣端推理計算芯片，不會去做云端AI計算產品。“終端機器學習是MCU的下一個增長點”，他向雷鋒網闡明了對未來的判斷，并稱恩智浦會在未來1~2年內推出硬件機器學習加速芯片。
10月16日，恩智浦在巴塞羅那全球ARMTECHCON和物聯網大會上，推出了eIQ邊緣智能軟件環境和可自定義的系統級解決方案。eIQ軟件環境包括構建和優化云訓練機器學習模型所需的工具，可在工業、物聯網和汽車應用等領域資源受限的邊緣設備上高效運行。
據了解，eIQ軟件環境將于今年11月推出alpha版本。在MCU和應用處理器產品線的支持下，eIQ軟件環境可為開發者提供在邊緣設備中實施機器學習所需的構件塊，并將持續擴展以包括下列功能：
1.數據采集和管理工具；
2.傳統機器學習算法（例如支持向量機和隨機森林）；
3.適用于各種神經網絡（NN）框架和推理引擎的模型轉換功能，例如TensorFlow Lite、Caffe2、CNTK和Arm NN；
4.支持GLOW和XLA等新興的NN公司；
5.在恩智浦嵌入式處理器上部署異構處理模型的工具。
此外，恩智浦還推出了名為EdgeScale的軟件基礎架構，可通過集中實現機器學習應用來統一邊緣設備中的數據收集、管理和處理方式。EdgeScale可與基于云的人工智能/機器學習服務無縫集成，并支持在包括低成本MCU到高性能i.MX跨界處理器在內的所有恩智浦設備上部署云訓練模型和推理引擎。
曾勁濤在交談中多次向雷鋒網強調，eIQ和EdgeScale兩套產品并非是恩智浦面向云端AI計算打造，而是面向工業控制、以太網實時傳輸等領域，旨在提供終端設備和云之間的連接服務，解決人工智能功能從云向邊緣設備轉移的問題。
“恩智浦很早之前就意識到，邊緣節點的處理技術可切實推動客戶采用機器學習”，Geoff Lees對雷鋒網說，“正因此，恩智浦創建了可擴展的機器學習解決方案和eIQ工具，希望幫助客戶更輕松的獲取和使用從云向邊緣設備轉移的人工智能功能。”
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
