“边缘计算”并不是一个新鲜的概念，实际上在上世纪90年代，当时 Akamai 公司推出了内容分发网络 (CDN)。 当时的想法是在地理位置上更接近最终用户的位置引入节点，以交付图像和视频等缓存内容。

同样，人工智能同样具有着悠久的演进史。达特茅斯大学的一名年轻教授约翰.麦卡锡（John McCarthy），在为研讨会写提案时创造了“人工智能”一词。

但是当两个技术发生碰撞产生边缘智能之时，就诞生了一个新兴的词汇——智能边缘。智能边缘中的边缘，指的是物理世界和数字世界之间的边界，比如各种温度传感器、加速度传感器、声学传感器等等，这些传感器连接了真实的物理世界和看不见摸不着的数字世界。而通过为边缘叠加智能特征，可以使节点具有高级数据分析、场景感知、实时决策、自组织与协同等服务。

智能边缘这个词不止一次出现在大众上，但是在传统的半导体公司中却不常见。在今年的ADI年度投资者日中，ADI CEO Vincent Roche第一次在“ADI连接物理世界和数字世界”之外，提出了要为智能边缘赋能（Empowering the Intelligent Edge）这一企业愿景。

智能边缘有什么用？

智能边缘这一词，正在ADI以及其他一系列公司的推进下迅速发酵。比如在CES 2023上，ADI围绕汽车、消费电子、数字医疗健康以及工业四大领域，推出了30多个Demo，以展示智能边缘技术在持续提高效率、安全性和可持续性方面的作用。

同样是在上个月的台湾地区，ADI也举办了一场以“智能边缘”为主题的研讨会，围绕Sensor Edge、Insight Edge、Cyber Edge以及Power四个方面讲述ADI的赋能之处。

为什么ADI如此重视智能边缘？重要原因是智能边缘的范围太广了，足以改变世界的未来。广泛意义上来说，人们日常生活所接触到的都是边缘设备。“利用智能边缘，工厂操作人员可以将信息技术整合到操作流程中，以提高能源效率、产量和正常运行时间；汽车制造商可以推动驾驶员辅助系统由相对基础的功能向高级自动驾驶系统发展；医疗机构甚至能够预测健康问题，预防潜在风险，而不是等患者发病或者发展到危重症之后医后再进行治疗。”ADI中国技术支持中心高级工程师辛毅说道。

相对于云，边缘有其固有优势。通过更贴近数据端的计算，可以解决带宽、时延、拥堵、安全等容易因为网络引起的问题，同时在功耗、成本上带来巨大优势。“失火而取水于海，海水虽多，火必不灭矣，远水不救近火也”辛毅以《韩非子·说林上》的一句话，解读了边缘的价值。

辛毅表示，2025年将有75%的数据产生在边缘侧进行处理，因此，海量的数据需要人工智能的介入进行迅速判断，才可以充分发挥数据的价值。对于ADI的实际客户应用而言，已经远超消费者认识的领域，比如森林火灾监测，公路、铁路或大坝的塌方监测，电网安全检测等应用场景，从而实现快速报警功能。

ADI在智能边缘有哪些布局？

ADI一直以来都在专注于为物理世界与数字世界搭建沟通的桥梁，随着智能边缘时代的到来，ADI依然凭借广泛且深入的平台化策略进行更广泛的赋能，不过依然没有脱离物理与数字边界桥梁的这一使命。

如图所示，ADI通过核心技术、嵌入式数字和软件以及解决方案三个层面，推进智能边缘的演进。基础技术包括射频、转换器、放大器、接口、电源以及传感器，在嵌入式层面包括了处理器、算法、通信、安全以及AI/机器学习，而在方案层面，则包括了诸如VSM、5G、无线BMS、运动控制等垂直方案，以及高精度方案、高速方案、电源管理等等通用平台化方案。

一个例子是在射频高速市场，ADI推出了MxFE模拟前端，提供RF模数转换器(ADC)、RF数模转换器(DAC)、片内数字信号处理和时钟/PLL的智能集成，以实现多芯片同步。这可以消除离散数据转换器和传统RF前端组件，以缩小尺寸、减轻重量、降低功耗和成本。集成数字信号处理支持向软件定义无线电平台转变。

而同样是在射频应用中，ADI推出了针对符合O-RAN规范的5G无线电单元平台，包含O-RAN兼容5G无线电单元所需的所有核心功能，包括基带ASIC、软件定义收发器、信号处理和电源。这款先进的无线电平台旨在显著提升性能和改进外形尺寸，以应对下一代网络将面临的功耗和成本方面的严峻挑战，同时缩短客户的设计周期。

MCU是智能边缘的关键

在广度和深度的布局下，ADI智能边缘将会赋能更多的合作伙伴。其中，MCU显然是最具边缘智能代表性的产品。

单芯片的MCU，可以将诸如采集、转换、处理、计算、决策、输出控制等多种功能于一身，是电子系统中的最小“大脑”单元，涵盖了成千上万个市场。实际上，根据IC Insights的统计，2021年全球MCU的出货量达到了312亿颗。

辛毅强调，ADI在2020年宣布收购美信之时，对于美信的数字产品非常重视，其中就包括了MCU。“此前ADI也有数字芯片，但主要针对的是专业应用。而美信的MCU是通用型为主，包括安全类、低功耗类、以及AI MCU。因此双方的融合实现了彼此的优势互补。”

辛毅表示，1995年至今，ADI的MCU产品出货量已累计超10亿片，并且依照市场需求，不断创新变革。比如2002年之前，公司主要采用8051内核，2004年开始推出自有的MAXQ内核系列MCU，2012年之后推出Arm内核的产品，2020年之后推出了智能边缘MCU，这些跨越的里程碑，标志了ADI引领MCU潮流的决心。

以通用型微控制器而言，ADI的出货量并不在前列，但是其鲜明的特色，还是在诸多领域获得了市场认可。“功耗低、接口优、通讯新、评估全、开发易、安全强”是辛毅给ADI MCU的评价。尤其是其具有30余年的IP保护和信任根经验，十分适合安全敏感型的应用。

自主开发CNN IP，踏上智能边缘头班车

辛毅表示，实际上在2013年，美信就开始开发CNN IP，并于2020年推出了轰动业界的MAX7800X系列智能边缘MCU，具有无需联网且支持电池供电的特色，十分适合于AIoT的应用。

MAX7800X到底有多强大？我们盘点一下。

MAX78000框图

如图，MAX78000具有几大特点：

在计算方面，首先是双核异构结构，其中包括Arm Cortex-M4F主控，负责应用的执行、管理，以及负责DMA的RISC-V内核，通过RISC-V将数据搬运至CNN处，M4可以休眠，这样节省了更多能耗。

另外一个主要特点就是自研的CNN IP，由于是硬件加速IP，且完全不需要MCU介入，所以相比于软件执行AI而言，速度更快，操作更简化并且效率更高。

该CNN具有64个并行处理器，支持432KB权重，最高支持3.5M权重。

CNN具有512KB独立的存储空间，无需占用主内存，内存在处理器周围，因此可显著降低数据搬运过程中的延迟。该产品采用了流控技术，可以对卷积进行逐行识别，在有限空间内支持更大的图像识别，从而降低了成本。

MAX78000版图，CNN加速器占了绝大部分

其他特点还包括了集成SIMO电源，无需额外的PMIC，以及支持包括AES、TRNG和Unique ID在内的安全加密措施。在时钟源方面，除了需要一颗外置32kHz晶振之外，其余则均集成在内部。

外设方面，包括了ADC、UART、I2S、I2C、SPI等丰富接口，还支持摄像机并口和1-Wire在内的特色总线。

MAX78000 MCU+CNN加速器的方案，相比传统MCU，实现了百倍的速度提升，或只需要1%的功耗水平，而其成本（官网10美元左右）介于MCU和FPGA之间。

而根据ADI给出的对比数据，相比目前主流的带DSP功能的Arm Cortex M7内核MCU，无论是关键字识别还是人脸图像识别，在速度，效率，功耗等方面均远高于对手。

MAX78002则是MAX78000的升级款，主要是CNN加速器方面的存储、频率等进行了升级，可以支持视频AI应用。同时，外设方面增加了MIPI和USB的支持。

针对开发环节，MAX78000支持Pytorch、TensorFlow、Keras等深度学习框架，以及Keil、IAR等主流嵌入式开发工具，简便支持将训练好的神经网络导入MCU中。

另外，ADI还推出了各种数据手册、应用笔记、评估套件、参考设计、教学视频、工具、例程的参考资料，以及相应的多种规格的开发评估套件，并且未来还将推出各类附件，以不断加强MAX78000的生态系统。

同时，ADI还开发了基于MAX78000参考设计——相机模组MAXREFDES178，供用户评估MAX78000执行AI推理的性能。在非常小的体积中，集成了摄像头、麦克风、显示屏、按钮、电池等多个组件。

智能边缘MCU正当时

辛毅表示，AI火热的前几年，主要是依靠软件进行CNN的计算，因为硬件半导体还没有达到成熟的商用化程度，而随着ADI等一批公司通过打造具有硬件CNN的MCU，使得低成本、低功耗、小尺寸的智能边缘方案可以迅速覆盖各种场景中，并获得市场的广泛认可。

实际上，在MAX78000推出两年多的时间中，已经实际应用在包括山火监测，管道泄漏声音监测，Cbm可预测性维护监测，智能头盔，垃圾分类，智能音箱，鸡蛋计数，车载冰箱物品识别等等各个领域，可以说智能边缘真正实现了没有做不到，只有想不到的这一步。

赋能智能边缘已经成为了ADI的长期愿景之一，而从MAX78000这两年的表现来看，正在依托ADI的数字、模拟以及软件技术，从而迅速成长为智能边缘市场的重要参与者之一。当然这只是ADI的一个缩影，未来智能边缘的版图，还需要更多合作伙伴参与其中。