Ota tehokas tekoäly ja koneoppiminen nopeasti käyttöön Renesasin RA8M1-mikrokontrollerin avulla

Tekoälyn (AI), koneoppimisen (ML) ja muiden laskentaintensiivisten työkuormien lisääntyminen esineiden internetissä (IoT) verkon reunalla kasvattaa mikrokontrollerien (MCU) prosessointikuormitusta. Näiden uusien työkuormien käsittely lisää virrankulutusta, vaikka suunnittelijoiden halutaan minimoivan virrankulutus ja nopeuttamaan markkinoilletuontiaikaa.

Suunnittelijat tarvitsevat laskentaan vaihtoehdon, joka säilyttää mikrokontrollerin tehokkuuden ja tarjoaa samalla huipputehokkaita toimintoja, jotka on räätälöity erityisesti alhaisen virrankulutuksen sovelluksiin. Tämän vaihtoehdon tulisi myös säilyttää perinteisiin mikrokontrollereihin liittyvät yksinkertaiset käyttöönottomallit ja lisätä samalla riittävästi toimintoja tukemaan tekoälyn ja koneoppimisen mahdollistamia kehittyneitä sovelluksia, kuten ääniohjausta ja ennakoivaa huoltoa.

Tässä artikkelissa käsitellään tekoälyn ja koneoppimisen kysyntää lisääviä tekijöitä ja selitetään, miksi näiden ominaisuuksien tehokkaaseen toteuttamiseen tarvitaan uusia prosessoriarkkitehtuureja. Tämän jälkeen esitellään Renesasin mikrokontrolleriperhe RA8M1 ja kuvaillaan, miten sen avulla voidaan vastata näihin vaatimuksiin.

Reunan tekoälyn ja koneoppimisen vaatimukset

Tekoälyn ja koneoppimisen kysyntä kasvaa IoT-reunasovelluksissa ulottuen rakennusautomaatiosta ja teollisuuslaitteista kodinkoneisiin. Jopa suhteellisen pienille ja vähätehoisille sulautetuille järjestelmille annetaan nykyään sellaisia työkuormia kuten avainsanojen tunnistus, ääniohjaus ja äänen/kuvan käsittely. Kohdesovelluksiin kuuluvat anturikeskittimet, lennokkien navigointi ja ohjaus, lisätty todellisuus (AR), virtuaalitodellisuus (VR) ja kommunikaatiolaitteet.

Energiankulutuksen, yleiskustannusten ja viiveen minimoimiseksi sekä tietosuojan varmistamiseksi tietojen käsittely verkon reunalla on usein suositeltavampaa kuin niiden siirtäminen pilvipalveluun. Tämä on haastavaa suunnittelijoille, sillä reunalaitteet ovat usein resurssirajoitteisia, varsinkin paristo- tai akkukäyttöiset laitteet.

Parannetut mikrokontrollerit reunalaskentaan

Tekoäly- ja koneoppimistehtävissä sama matemaattinen operaatio suoritetaan yleensä toistuvasti suurelle tietokokonaisuudelle. Näitä työkuormia voidaan nopeuttaa SIMD (Single Instruction, Multiple Data) -prosessoinnilla. SIMD-malli suorittaa useita matemaattisia operaatioita rinnakkain tarjoten huomattavasti korkeamman suorituskyvyn ja paremman energiatehokkuuden perinteiseen prosessointiin verrattuna.

Koska perinteisistä mikrokontrollereista puuttuu SIMD-toiminto, ne tarvitsevat apua tekoäly- ja koneoppimistyökuormien suorittamiseen. Yksi ratkaisu on käyttää mikrokontrollerin rinnalla digitaalista signaaliprosessoria (DSP) tai muita SIMD-kiihdyttimiä. Tämä moniprosessorinen lähestymistapa kuitenkin monimutkaistaa järjestelmärakennetta.

Toinen vaihtoehto on siirtyä tehokkaampaan mikroprosessoriyksikköön (MPU), joka tarjoaa SIMD-ominaisuudet. Näin voidaan saavuttaa tarvittava suorituskyky yhden prosessorin konfiguraatiossa, mutta mikrokontrollereihin liittyy kompromisseja virrankulutuksen ja toimintojen suhteen. Kaikkia mikrokontrollereita ei ole esimerkiksi suunniteltu tarjoamaan determinististä laskentaa matalalla viiveellä, mitä mikrokontrollerisuuntautuneet sovellukset vaativat.

Tekoälyn ja koneoppimisen mahdollistaminen mikrokontrollerissa

Renesas tunnisti, että tekoäly- ja koneoppimistyökuormien tueksi tarvitaan optimoituja mikrokontrollereita ja toi markkinoille RA8M1-mikrokontrollerisarjan (kuva 1). Sarja perustuu Helium- ja TrustZone-tuen tarjoavaan Arm® Cortex®-M85-arkkitehtuuriin. Laitteet voivat toimia 480 megahertsin (MHz) nopeudella ja niiden tyypillinen virrankulutus on 225 mikroampeeria megahertsiä kohden (µA/MHz).

Kuva 1: Renesasin RA8M1-mikrokontrolleri perustuu Arm Cortex-M85-arkkitehtuuriin ja käyttää Helium-teknologiaa tekoäly- ja koneoppimisprosessoinnin nopeuttamiseksi. (Kuvan lähde: Renesas)

Korkeaa suorituskykyä ja alhaista virrankulutusta varten suunniteltu RA8M1-mikrokontrolleri tarjoaa sellaisia ominaisuuksia kuten determinismin, lyhyen katkaisuajan ja huipputason virranhallintatuen. Prosessorin suorituskykytehokkuus on 6,39 CoreMarkia megahertsiä kohti (CoreMark/MHz).

Helium on SIMD-mallin M-Profile Vector Extension (MVE) -laajennus, joka nopeuttaa merkittävästi signaalinkäsittelyä ja koneoppimista. Se tarjoaa 150 skalaari- ja vektorikäskyä ja mahdollistaa 128-bittisten rekisterien käsittelyn (kuva 2). Se on optimoitu resurssirajoitteisille ja pienitehoisille mikrokontrollereille. Helium esimerkiksi käyttää uudelleen liukulukuyksikön (FPU) rekistereitä uusien SIMD-rekistereiden käyttöönoton sijasta. Tämä vähentää prosessorin virrankulutusta ja suunnittelun kompleksisuutta.

Kuva 2: Helium uudelleenkäyttää liukulukuyksikön rekisterilohkoa vektorikäsittelyssä. (Kuvan lähde: Arm)

Kuten kuvassa 3 näkyy, RA8M1-mikrokontrollerin Cortex-M85-prosessori käyttää Armin TrustZone-teknologiaa. TrustZone tarjoaa laitteistoerotuksen kriittisille laiteohjelmistoille, suojattaville tekijöille ja yksityisille tiedoille. Cortex-M85-prosessori tuo myös uusia tietoturva- ja suojausominaisuuksia, kuten PACBTI-laajennuksen (Pointer AuthentiCation and Branch Target Identification). Nämä tietoturvaominaisuudet ovat erityisen tärkeitä tekoälykontekstissa, jossa laite voi olla käsitellä henkilötietoja.

Kuva 3: Cortex-M85-prosessorin TrustZone tarjoaa laitteistoerotuksen kriittiselle laiteohjelmistolle, suojattaville tekijöille ja yksityisille tiedoille. (Kuvan lähde: Arm)

Tekoäly-mikrokontrollerin laitteisto-ominaisuudet

Mikrokontrollerin tulisi yhdistää tehokas suorituskyky robustiin toimintovalikoimaan tekoälysovellusten tukemiseksi. RA8M1 sopii hyvin moottorinohjaukseen, ohjelmoitaviin logiikkaohjaimiin (PLC), mittaukseen ja muihin teollisuus- ja IoT-sovelluksiin.

Tekoälyalgoritmit vaativat esimerkiksi paljon muistia. RA8M1-mikrokontrollerin järjestelmämuistiin kuuluu jopa 2 megatavua (Mt) flash-muistia ja 1 Mt SRAM-muistia. SRAM-muisti sisältää 128 kilotavua (Kt) TCM (Tightly Coupled Memory) -muistia, joka mahdollistaa muistin nopean käytön huipputehokkaissa laskutoimituksissa.

Luotettavan toiminnan varmistamiseksi 384 kilotavun SRAM-käyttäjämuisti ja koko 128 kilotavun TCM-muisti on konfiguroitu käyttämään ECC (Error Correction Code) -virheenkorjauskoodia. Myös 32 kilotavun käsky- ja datavälimuistit käyttävät ECC-suojausta.

RA8M1 tarjoaa useita tietoturvatoimintoja Arm-ytimeen sisältyvien ominaisuuksien lisäksi. Niihin kuuluvat muun muassa RSIP (Reprogrammable Secure Intellectual Property) -salaustuki turvallista tietojenkäsittelyä varten, muuttumaton tallennus kriittisten tietojen suojaamiseksi ja manipuloinnilta suojaavat mekanismit.

Mikrokontrolleri tarjoaa Ethernet-verkkoyhteyden, CAN FD (Controller Area Network Flexible Data Rate) -tiedonsiirron autoteollisuuden ja teollisuuden sovelluksia varten sekä USB High-Speed/Full-Speed -rajapinnan yleistä liitettävyyttä varten. Siihen kuuluu myös kamerarajapinta ja oktaali SPI (Serial Peripheral Interface) -rajapinta, joka purkaa ulkoisen muistin salauksen lennossa.

Analogisiin rajapintoihin kuuluvat 12-bittiset analogia-digitaalimuuntimet (ADC) ja digitaali-analogiamuuntimet (DAC), nopeat analogiset komparaattorit ja kolme näytteenotto- ja pitopiiriä. RA8M1 tukee sarjakommunikaatiossa useita protokollia, joihin kuuluvat SCI (Serial Communication Interface) SPI-tuella, UART- (Universal Asynchronous Receiver/Transmitter) ja I²C (Inter-Integrated Circuit) -tilat. Mikrokontrolleri tarjoaa myös parannetun I3C-tuen (Improved Inter-Integrated Circuit, I3C), joka parantaa tiedonsiirtonopeuksia ja tehokkuutta.

Täyden pääsyn näihin I/O-toimintoihin tarvitsevat kehittäjät voivat käyttää BGA (Ball Grid Array) -koteloa, kuten 224-nastaista mallia R7FA8M1AHECBD#UC0. Yksinkertaisempaa piirilevyrakennetta ja kokoonpanoprosessia haluavat voivat harkita 144-nastaisen R7FA8M1AHECFB#AA0-mallin kaltaisen LQFP (Low-profile Quad Flat Package) -kotelon käyttöä.

Kehitysympäristöt tekoälysovelluksia varten

Suunnittelijat, jotka ovat kiinnostuneita kokeilemaan RA8M1-sarjaa, voivat aloittaa sen EK-RA8M1 R7FA8M-arviointialustalla (kuva 4). Tämä arviointialusta sisältää RJ45 RMII Ethernet -rajapinnan, USB High-Speed Host- ja Device-rajapinnan sekä kolminastaisen CAN FD -liitännän. Sen muisti sisältää 64 megatavua kahdeksankanavaista SPI-flash-muistia.

Kuva 4: EK-RA8M1-arviointialusta tarjoaa robustin I/O-tuen RA8M1-mikrokontrollerin testaamista varten. (Kuvan lähde: Renesas)

RA8M1-mikrokontrollerin kanssa voidaan käyttää Renesasin joustavaa Flexible Software Package (FSP) -ohjelmistopakettia. Se tarjoaa kattavan kehyksen käyttäjäystävälliselle, skaalautuvalle ja korkealaatuiselle ohjelmistoalustalle sulautettujen järjestelmien suunnitteluun.

Paketti tarjoaa myös kehitystyökalut, mm. integroidun kehitysympäristön (IDE) e² studio, joka perustuu suosittuun Eclipse IDE-ympäristöön. Se sisältää myös kaksi tärkeää rojaltivapaata reaaliaikaista käyttöjärjestelmää: Azure RTOS ja FreeRTOS.

Paketti sisältää myös kevyet tuotantovalmiit ohjaimet, jotka tukevat sulautettujen järjestelmien yleisiä käyttötapauksia. Nämä ohjaimet tarjoavat yhdessä arviointialustan kanssa kehittäjille nopean väylän RA8M1-mikrokontrollerin I/O-testaukseen.

Yhteenveto

RA8M1-mikrokontrolleri tarjoaa kehittäjille uuden vaihtoehdon tekoäly- ja koneoppimistyökuormien toteuttamiseen IoT-reunasovelluksissa. Se vähentää virrankulutusta, parantaa suorituskykyä, vähentää kompleksisuutta ja lyhentää markkinoilletuontiaikaa.