可将能耗和延迟降低100倍，从而在IoT边缘实现复杂的嵌入式决策
MAX78000是一款带有神经网络加速器的低功耗微控制器，支持电池供电的嵌入式物联网(IoT)设备在边缘通过快速、低功耗人工智能(AI)推理来制定复杂决策。与软件方案相比，这种快速、低功耗的决策实施使得复杂的AI推理能耗降低到前期方案的百分之一以内，采用AI技术的电池供电系统可大幅延长其运行时间，有助于实现之前无法逾越的新一代电池供电AI应用。此外，MAX78000并没有影响延迟指标和成本：其成本只是FPGA或GPU方案的零头，而执行推理的速度比低功耗微控制器上实施的软件方案快100倍。
AI技术使机器能够以之前完全不可能的方式来观察、聆听和感知世界。过去，将AI推理布置到边缘意味着从传感器、摄像机和麦克风收集数据，然后将数据发送到云端实现推理算法，再将结果送回到边缘。由于延迟和能耗较大，这种架构对于边缘普及极具挑战。作为替代方案，低功耗微控制器可用于实施简单的神经网络运算，但延迟会受到影响，且只能在边缘执行简单任务。
通过集成专用的神经网络加速器，MAX78000克服了这些局限性，凭借在本地以低功耗实时执行AI处理，使机器能够看到和听到复杂的型态。由于MAX78000执行推理的功耗不到微控制器软件运行功耗的百分之一，大幅提高了机器视觉、语音和面部识别等应用的工作效率。MAX78000的核心是专用硬件，其设计旨在最大程度地降低卷积神经网络(CNN)的能耗和延迟。该硬件运行时几乎不需要任何微控制器核的介入，意味着操作的流线化程度极高。能量和时间仅用于实施CNN的数学运算。为了将外部世界的采集数据高效输入到CNN引擎，用户可使用两种集成微控制器核之一：超低功耗ARM Cortex-M4 核，或功耗更低的RISC-V核。
优势和特点
- 双核超低功耗微控制器
- 带FPU的Arm Cortex-M4处理器，工作频率最高可达100MHz
- 512KB闪存和128KB SRAM
- 16KB指令缓存帮助优化性能
- 用于SRAM的可选纠错码(ECC-SEC-DED)功能 32位RISC-V协处理器，工作频率最高可达60MHz
- 多达52个通用I/O引脚
- 12位并行摄像头接口 一个I2S主机/从机，用于数字音频接口
- 神经网络加速器
- 针对深度卷积神经网络进行了高度优化 442k
- 8位权重容量，具有1、2、4、8位权重
- 高达1024 x 1024像素的可编程输入图像尺寸
- 多达64层的可编程网络深度
- 多达1024个通道的可编程网络每层通道宽度
- 一维和二维卷积处理
- 流模式
- 灵活支持其他网络类型，包括MLP和循环神经网络
- 电源管理延长电池应用的续航时间
- 集成单电感多路输出(SIMO)的开关电源(SMPS)
- SIMO电源电压范围：2.0V至3.6V
- 动态电压调节尽可能地降低了内核功耗
- 在3.0V时缓存执行While循环的电流为22.2µA/MHz（仅CM4内核工作）
- 支持实时时钟(RTC)使能的低功耗模式的SRAM数据保留
- 安全性和集成度
- 安全启动
- AES 128/192/256硬件加速引擎
- 真随机数生成器(TRNG)的随机数种子生成器
应用/用途
- 音频处理：多关键字识别、声音分类、降噪
- 面部识别
- 目标检测和分类
- 时间序列数据处理：心率/生命体征信号分析、多传感器分析、预测性维护
