249
在工业 4.0 浪潮的强力推动下，传统工业设备正经历着一场深刻变革，加速向智能化与自动化迈进。如今，工业场景日益复杂，无论是工业机器人的精准操控、电机的高效控制，还是预测性维护的智能决策，都对设备的性能提出了前所未有的要求。为了满足这些复杂应用场景的需求，工业设备需要大幅提升算力，强化实时处理能力，并具备支持 AI 算法的能力，从而更好地适应时代发展的步伐。
在此背景下，与非网开展了《工业“MCU+AI”大盘点》的年终专题采访活动，其中兆易创新MCU事业部产品市场总监陈思伟的受访内容丰富，且包含深刻的行业洞见，现和大家分享如下：
兆易创新MCU事业部 产品市场总监陈思伟
问题1：在工业领域，“MCU+AI”产品主要细分应用场景有哪些，AI功能可以给解决方案带来哪些亮点？
答：在工业领域，“MCU+AI”产品主要细分应用场景主要有工业自动化、工业物联网、智慧能源管理、安全监控与人机交互等应用场景。例如，在设备状态监测、图像和语音处理、运动控制优化、边缘智能网关等应用中，AI技术可以显著提升数据处理效率和决策能力。
兆易创新在“MCU+AI”领域中积极布局，推出了GD32H7高性能MCU和创新解决方案。GD32H7系列芯片采用600MHz Arm Cortex-M7高性能内核，支持多种硬件加速，配备了1024KB到3840KB的片上Flash及1024KB的SRAM、新增了大量通用外设资源，可以为复杂运算、多媒体技术、边缘AI等高级创新应用提供强大的算力支撑。
同时，面向能源应用，GD32H7系列芯片搭配高精度ADC，实现了8-16通道的直流拉弧检测方案，并结合微型机器学习（TinyML）实现本地端的AI算法，可检测异常电弧，起到了保障光伏系统安全运行的作用。
问题2：随着工业“MCU+AI”技术的发展，您观察到客户的需求有哪些变化？
答：随着工业“MCU+AI”技术的快速发展，我们观察到客户的需求正在发生显著变化。不同行业的客户对“MCU+AI”技术的要求各有侧重，例如工业自动化强调实时性和稳定性，而家电领域则更关注成本与用户体验的平衡。
首先是产品智能化需求增长，客户希望通过AI技术赋能传统的MCU硬件，提升产品的智能化水平。如在电机驱动调试场景中，传统方法通常需要较长的调试周期，但引入AI技术后，可以实现更高效的自适应优化，从而显著减少调试时间。
其次是降本增效和快速响应，越来越多的客户期待通过“MCU+AI”技术简化开发流程，缩短产品上市时间。这不仅减少了开发周期，还降低了在技术硬件方案上的资源投入，特别是在需要快速响应市场需求的场景中。
最后是客户对技术支持和生态系统的依赖性也在增加，有越来越多客户希望半导体厂商能够提供完整的技术支持，包括更加成熟的工具链、预训练AI模型等。正是深刻理解了客户的需求，兆易创新不仅提供卓越的MCU，还有提供一系列丰富的解决方案，来帮助客户快速实现产品开发目标。比如自研的FOC/Servo电机控制方案、BLDC 电机控制方案、数字电源方案、GUI图形显示方案、无线能源监控通讯方案、AI 算法的直流拉弧检测方案等。
问题3：“MCU+AI”正在向小型化、轻量化设备渗透，例如蓝牙耳机和智能手表等消费电子。请问您如何看待这些新兴应用场景对“MCU+AI”的需求？
答：对于像蓝牙耳机和智能手表等小型化、轻量化设备，这些新兴场景诚然是对MCU提出了更高的要求，MCU既要兼顾高性能，又要兼顾低功耗，我们认为这也技术创新和产品拓展带来了巨大机会。
首先，这些小型化需要有优异的功耗效率。公司推出的基于Cortex-M23内核的GD32L235 MCU低功耗产品线，该系列MCU遵循了多种低功耗数字设计理念，采用了超低功耗工艺制程，从硬件层面降低功耗；支持包括深度睡眠(Deep-sleep)、部分睡眠（Sleep）和待机(Standby)等六种低功耗模式。在深度睡眠(Deep-sleep)模式下，电流降至1.8uA，唤醒时间低于2uS；待机(Standby)模式电流更是低至0.26uA。即使在最高主频全速工作模式下，其功耗也仅为66uA/MHz，实现了效能和功耗间的卓越平衡。
其次，产品的小型化要求硬件方案具有更高的集成度和丰富的I/O资源。GD32L235配备丰富的外设接口增强连接性，GPIO复用率高达93%，对比同类低功耗MCU同封装产品释放更多I/O资源，极大地满足用户开发所需。此外，GD32L235系列提供了WLCSP25超小封装选择，非常适用于可穿戴消费电子、便携式设备等对硬件空间有限制的应用场景。
最后，新兴应用场景需要更智能化的交互体验，例如语音助手、手势识别等。兆易创新推出了RISC-V内核GD32VW553系列芯片，集成了2.4GHz Wi-Fi 6和Bluetooth LE 5.2射频模块提供了先进的基带和射频性能。比如，可以基于该颗芯片设计智能手表等可穿戴设备，可以实时采集用户的运动数据（如步数、心率、血氧水平），用户不仅可以通过无线技术连接手机，也可快速上传数据至云端。这些特性为智能手表提供了更多创新空间，满足用户对智能生活的多样化需求。
问题4：今年以来，贵公司发布了哪款具有AI功能的工业MCU产品？该款产品的推出，主要基于什么样的产业背景？
答：随着工业4.0的推进，传统工业设备正向智能化和自动化方向转型。这要求设备具备更高的算力、更强的实时处理能力以及支持AI算法的能力，以应对工业机器人、电机控制、预测性维护等复杂应用场景。
在这样的产业背景下，兆易创新推出了GD32F5、GD32H7、GD32G5等系列产品，既满足了高性能、低功耗、灵活扩展的需求，也进一步助力工业智能化和边缘计算的发展。比如基于GD32H7的AI语音识别解决方案，依托Sensory平台实现高效的关键词训练，支持多语言、多关键词的识别能力，还能将关键词检测的结果通过LCD屏显示。该方案能够在 MCU 端侧部署轻量化模型，具备实时语音处理功能，包括精准的人声检测与噪声抑制，有效保障用户指令的准确识别和响应。
问题5：在将AI加速器集成到工业MCU中时，技术团队主要面临哪些挑战？比如，如何平衡性能与功耗的问题等？
答：如何在资源有限的MCU平台上实现高效的AI计算，如何平衡在性能与功耗、如何优化AI算法的高效执行等等方面，这些都是技术上的需要有突破的挑战点。
首先，性能与功耗的平衡是最为关键的挑战。AI加速器通常需要较高的算力，而工业MCU又要求低功耗、长时间稳定运行。最后，AI算法的适配与优化对工业MCU尤为重要。为了解决嵌入式系统资源有限的问题，兆易创新采用了轻量级AI模型和硬件加速技术，使AI算法能够在MCU上高效运行。此外，团队还提供了完整的工具链支持，帮助客户轻松将AI应用从云端迁移到边缘设备，实现高效的AI推理。
问题6：在边缘端使用搭载AI加速器的工业MCU芯片，如何有效降低成本并提升整体效益？
答：在边缘端使用搭载AI加速器的工业MCU芯片，能够通过以下3个方面有效降低成本并提升整体效益。
其一，减少云计算依赖，降低通信成本和功耗。传统的AI应用通常需要将数据上传至云端进行处理，这不仅会带来高昂的通信费用，还可能面临网络延迟和数据隐私问题。搭载AI工业MCU芯片可以将数据处理任务放在设备本地进行，即进行边缘计算。这样一来，不仅能够减少对云计算资源的依赖，还能避免由网络波动带来的数据丢包和较为显著的网络延迟，边缘计算可以减少数据传输的频次，从而降低系统整体功耗。同时，本地化处理对系统安全和数据隐私保护也带来了显著提升，有效避免了因云端传输可能产生的泄露风险。
其二，降低硬件成本。AI算法推理能力，无需额外的高性能处理器或外部硬件设备。传统的工业应用可能需要专门的AI计算平台或GPU来执行复杂的推理任务。例如，之前工业场景需要增加额外的算力模块来做算力盒子，而兆易创新将AI技术与MCU芯片融合，小体积的芯片上实现高效的AI推理，减少了系统中对多个硬件组件的需求，显著降低了硬件采购成本。
其三，提高实时性和可靠性。兆易创新基于GD32H7的AI直流拉弧检测方案，克服了多路高频信号采集、资源受限环境中的高效AI推理、以及模型训练与部署一体化的技术难点。公司还自研AI算法与硬件优化，能够对直流拉弧进行精确识别和实时响应，减少了误报和漏报的可能性，降低了因系统故障或错误检测带来的维修和维护成本。GD32H7实现了在500K采样率下支持12路ADC通道的实时检测，CNN模型大小仅1.7KB，单次推理耗时不超过0.6ms，可即时响应拉弧现象，通过集成AI模型，该方案能够识别直流拉弧特征，区分正常操作和异常情况，降低误报率，有助于延长设备的使用寿命，从而进一步节约长期运行成本。
问题7：贵公司工业“MCU+AI”产品采取了哪些措施来确保用户的数据安全性和隐私性？
答：兆易创新非常重视用户数据的隐私保护，在工业“MCU+AI”产品的设计和开发中采取了以下措施来确保用户的数据安全性和隐私性。
开发阶段数据隐私保护。在开发阶段，兆易创新非常重视用户数据的隐私保护。在导入和部署AI模型时，兆易创新提供的算法和模型仅限于技术支持，确保用户的数据始终由客户控制。我们认为，客户的数据是其重要资产和经验，因此不会接触或存储客户的数据，避免了任何潜在的数据泄露风险。
端侧数据处理与本地加密。GD32系列MCU芯片内置了丰富的硬件加密模块，确保所有的AI算法和数据处理都在端侧进行。这样，用户的数据无需上传到云端或传输到外部服务器，减少了数据暴露的风险。所有数据和算法都在设备本地进行加密和处理，确保了数据传输的安全性。
安全环境与硬件加密保障。兆易创新在硬件安全领域进行了深入设计。比如，GD32H7产品系列支持多种安全机制，为通信过程的数据安全提供保障。内置的硬件加解密支持DES、三重DES或AES算法，以及应用于多种场合的哈希（Hash）算法，确保传输信息的完整性。GD32H7系列MCU Flash/SRAM均支持ECC校验，能够有效提升系统运行的可靠性。还集成了RTDEC模块，可以对AXI或AHB总线数据进行实时解密，保护存储在外部SPI NOR Flash设备中只读固件的机密性。通过这些措施，GD32H7能够有效抵御潜在威胁，为物联网硬件数据安全提供了强有力的保障。:
问题8：贵公司如何构建围绕“MCU+AI”的生态系统，以支持开发者和客户？
答：兆易创新致力于为开发者提供全面丰富的产品资料，包括数据手册、用户手册、SDK、固件库以及开发板例程，帮助开发者快速上手并充分发挥兆易创新产品的潜力。同时，公司自研的 GD32 Eclipse IDE 和 GD32 All-In-One Programmer，全面适配 Arm KEIL、IAR、SEGGER 等主流嵌入式开发工具，为用户提供便捷高效的开发环境。针对高端应用场景，兆易创新还联合第三方资源，提供涵盖信号处理、电机控制、图形显示（GUI）、语音识别以及边缘AI代码的算法和中间件支持，助力更多创新应用的实现。
GD32MCU.com 技术网站也新推出了技术论坛，作为一个活跃而开放的平台，汇聚了众多热衷于技术讨论的开发者。论坛为用户提供了分享经验、交流技术和解决问题的空间，同时也促进了开发者社区的繁荣和技术生态系统的完善。
此外，兆易创新积极投身教育事业，持续完善教材体系，目前已出版17册专业教材，累计销量超过25,000册，为技术普及和教育推广做出了重要贡献。同时，公司积极赞助并参与各类大学生竞赛，并推出配套的在线培训视频，不断丰富MCU生态系统的内容支持。这些举措不仅助力培养下一代技术人才，也为推动行业技术发展奠定了坚实的基础。
在人工智能领域，兆易创新正在构建通用的嵌入式AI平台（Embedded AI），能够将业界主流的AI模型部署至GD32 MCU，为用户提供广泛的开发支持。同时，公司还提供定制化AI服务，以满足客户的差异化需求。我们专注于开发多样化的AI解决方案，如拉弧检测等，未来将推出更多参考设计，为智能应用开辟更广阔的空间。
展望未来，我们相信这些丰富的生态资源将进一步降低超高性能MCU的使用门槛，使开发更加轻松易得，推动更多创新应用走向现实。
问题9：您认为“MCU+AI”产品的设计，未来将呈现哪些技术发展趋势？
答：未来“MCU+AI”产品的设计将朝着算法轻量化、低功耗、数据安全和AIoT融合的方向发展。MCU将不仅仅是简单的控制器，还将成为具有强大计算能力、智能决策和实时响应能力的核心单元，推动各类智能设备在更加广泛的应用场景中实现智能化转型。
算法轻量化与硬件加速的普及:随着Tiny ML（小型化机器学习）算法的兴起，多数MCU将能够支持这些轻量级AI算法。为了满足更高的计算需求，未来将有更多带有硬件加速功能的AI MCUs问世。这些MCU配备专用的AI加速单元（如NPU或DSP），使得MCU能够高效执行AI任务，减少对外部计算资源的依赖。客户将能够根据具体的应用场景灵活选择适合的MCU，既能满足高算力需求，又能控制成本。
低功耗与高效能的平衡：低功耗将继续是MCU设计中的核心要求。为了实现设备的长时间稳定运行，尤其是在边缘计算和物联网设备中，MCU将采用先进的功耗管理技术，在保证足够算力的同时，优化能效。AI任务往往对算力有较高要求，因此未来的MCU将更加注重在处理AI任务时提供足够的计算能力，同时确保低功耗设计，满足设备长时间运行和即时响应的需求，特别是在电池供电的设备中。
数据安全与隐私保护：随着AI技术在工业和物联网中的广泛应用，数据安全和隐私保护变得尤为重要。未来的MCU将结合更先进的加密技术和安全硬件模块，确保在处理敏感数据时不会发生泄露。无论是在智能家居、医疗健康设备，还是工业控制系统中，确保用户数据和设备数据的安全性将是产品设计的基础。未来的MCU将提供硬件级的安全加密，为数据传输和存储提供多重防护，保障设备和用户的隐私。
与无线技术的深度融合，推动AIoT应用：未来的MCU将与无线技术（如Wi-Fi、蓝牙等）深度融合，推动物联网（AIoT）的广泛应用。AI技术将与无线连接结合，为设备提供实时数据处理、智能分析和决策功能。通过集成无线通信模块，MCU将能够在不依赖云端的情况下，独立完成数据采集、处理和响应，从而提升设备的智能性和自适应能力。AIoT应用将在智能家居、工业自动化、智慧城市等领域得到广泛应用。
