Entwicklung von Edge-AI-Anwendungen mit der MCU MAX78002 von ADI

Das finanzielle Wettrüsten der Tech-Giganten bei der Kommerzialisierung der generativen künstlichen Intelligenz (GenAI) verdeckt ein wenig andere wichtige KI-Bemühungen, insbesondere am Netzwerkrand (Edge), wo die Anbieter eifrig nach KI-Anwendungen suchen, die auf IoT-Komponenten laufen können, die in der Regel durch begrenzten Speicher, Bandbreite und Leistung eingeschränkt sind.

Eine Mikrocontroller-Einheit (MCU) von Analog Devices, Inc. kann mit einem integrierten stromsparenden CNN-Beschleuniger (Convolutional Neural Network) für die Verarbeitung von KI-Inferenzen auf batteriebetriebenen Geräten die Grenzen der Verarbeitung am Netzwerkrand überwinden.

Während GenAI-Investitionen weitgehend auf die Anhäufung riesiger Datenmengen und Verarbeitungsfunktionen ausgerichtet sind, die große Rechenzentren und enorme Energiemengen erfordern, dreht sich Edge AI um die effiziente lokale Verarbeitung von Daten durch Modelle, die Objekte identifizieren, medizinische Bilder analysieren und Kamerabilder von Autos verarbeiten können, um Hindernisse, Fußgänger und Straßenschilder für sichere Fahranwendungen zu erkennen.

CNNs können Bilddaten am Netzwerkrand verarbeiten, Anomalien erkennen und den Zustand von Anlagen in der Fabrik überwachen. Sie können auch Schädlinge und den Gesundheitszustand von Pflanzen in der Landwirtschaft erkennen und Bilder von Drohnen, Robotern und intelligenten Kameras verarbeiten.

Optimiert für tiefe CNNs

Der MAX78002 von ADI ist ein moderner System-on-Chip mit extrem niedrigem Stromverbrauch, der über einen Arm-Cortex-M4-Prozessor mit Fließkommaeinheit (FPU) und einen hardwarebasierten Beschleuniger verfügt, der für tiefe CNNs und Aufgaben der Objekterkennung optimiert ist.

Gewichtungen - oder Parameter - verbinden die Neuronen in einem neuronalen Netz, um sein Verhalten zu steuern. Die CNN-Engine von ADI verfügt über einen Gewichtungsspeicher von 2 MB, der 1, 2, 4 und 8-Bit-Gewichtungen sowie komplexe neuronale Netzwerkmodelle mit bis zu 16 Millionen Gewichtungen unterstützt. Dies ermöglicht moderne KI-Anwendungen auf Edge-Geräten, und da der CNN-Gewichtungsspeicher SRAM-basiert ist, können Modellaktualisierungen im laufenden Betrieb vorgenommen werden.

Der CNN-Beschleuniger bietet eine programmierbare Eingabebildgröße von bis zu 2048 Pixeln x 2048 Pixeln, was Entwicklern die Flexibilität gibt, Anwendungen zu entwickeln, die hochauflösende medizinische Bildgebung oder kleinere Eingabegrößen auf ressourcenbeschränkten Geräten verarbeiten können.

Die programmierbare Netztiefe von bis zu 128 Schichten ermöglicht ein ausgewogenes Verhältnis zwischen Aussagekraft und Effizienz der Anwendungen. Darüber hinaus bieten programmierbare Netzwerkkanalbreiten von bis zu 1024 Kanälen pro Schicht die Möglichkeit, breitere Kanäle für die Erfassung umfangreicherer Merkmale zu nutzen oder schmalere Breiten zu verwenden, die Speicher- und Rechenressourcen sparen.

Der MAX78002 unterstützt mehrere Highspeed- und stromsparende Kommunikationsschnittstellen, einschließlich I²S, serielle MIPI-CSI-2-Kameraschnittstellen, parallele Kameraschnittstellen (PCIF) und die sicheren Digitalschnittstellen SD 3.0/SDIO 3.0/eMMC 4.51. Dadurch eignet sie sich hervorragend für eine Vielzahl von KI-Anwendungen, darunter industrielle Sensoren, Prozesssteuerung, Bildverarbeitungssysteme zur Inline-Qualitätssicherung, tragbare medizinische Diagnosegeräte, Fabrikroboter und Drohnennavigation.

Energiemanagement ist ein wichtiges Thema

Mikrocontroller mit extrem niedrigem Stromverbrauch sind für Edge-AI-Anwendungen von entscheidender Bedeutung, insbesondere wenn sie auf batteriebetriebene IoT-Geräte angewiesen sind. Laut ADI verbraucht der MAX78002 bei der Verarbeitung von KI-Inferenzen nur Mikrojoule an Energie.

Diese KI-MCU verfügt über ein eingebautes SIMO-Schaltnetzteil (Single-Inductor Multiple-Output), das einen Versorgungsspannungsbereich von 2,85 V bis 3,6 V unterstützt, um verschiedene Stromquellen zu unterstützen. Darüber hinaus ermöglicht es die optionale Steuerung externer Schalter, um CNNs mit dediziertem Strom aus externen Quellen zu versorgen.

Die Energiemanagementeinheit (PMU) des MAX78002 verfügt über eine intelligente, präzise Steuerung der Stromverteilung an CPUs und Peripheriekomponenten, um einen Hochleistungsbetrieb mit minimalem Stromverbrauch zu ermöglichen.

Eine monolithische Stromversorgungsarchitektur ermöglicht den Betrieb mit einer einzigen Lithiumzelle. Drei Abwärtsreglerausgänge im SIMO sind spannungsprogrammierbar, um eine optimale Stromverbrauchseffizienz zu gewährleisten. Hersteller können die Materialliste für Schaltungsdesigns reduzieren, da der MAX78002 nur eine einzige Spule/Kondensator benötigt.

Ein integrierter DVS-Controller (Dynamic Voltage Scaling) kann die Spannung adaptiv anpassen, um den dynamischen Stromverbrauch zu senken. Durch die Verwendung eines festen Highspeed-Oszillators und der Versorgungsspannung V_COREA kann der DVS-Controller den Arm-Kern mit der niedrigsten praktischen Spannung betreiben, was den Produktentwicklern die Möglichkeit gibt, die Leistungsanforderungen mit den Leistungsbeschränkungen in Einklang zu bringen. Eine Arm-Peripherie-Busschnittstelle ermöglicht den Zugriff auf Steuerung und Status.

Der große On-Chip-Systemspeicher von 2,5 MB Flash für den Mikrocontrollerkern gewährleistet die nichtflüchtige Speicherung von Programm- und Datenspeicher, und das interne 384 KB große SRAM sorgt für eine stromsparende Speicherung von Anwendungsinformationen in allen Stromversorgungsmodi außer POWER DOWN.

Unterstützung von MAX78002-Anwendungen

ADI bietet das Evaluierungskit MAX78002EVKIT (Abbildung 1) an, das wertvolle Ressourcen für die Entwicklung von KI-Anwendungen mit der MCU bereitstellt, einschließlich eines 2,4-Zoll-TFT-Displays, das die Entwicklung interaktiver Benutzeroberflächen und die Visualisierung der Ergebnisse von KI-Inferenzprozessen verbessert.

Abbildung 1: Das Evaluierungskit für MAX78002-Anwendungen enthält ein 2,4-Zoll-TFT-Display für die Entwicklung interaktiver Benutzeroberflächen und ein zweites Display zur Überwachung des Stromverbrauchs. (Bildquelle: Analog Devices, Inc.)

Mit dem Evaluierungsboard wird der Energieverbrauch des MAX78002 durch einen Stromakkumulator überwacht, wobei die Ergebnisse auf einem sekundären TFT-Display angezeigt werden.

Das Evaluierungskit umfasst USB 2.0, SWD-JTAG-Steckleisten, UART-Zugriff über USB und zwei QWIIC-Anschlüsse nach Industriestandard, die das Debuggen, Programmieren und die Verbindung mit anderen Geräten erleichtern.

Fazit

Der begrenzte Speicher, die Bandbreite und der Stromverbrauch von IoT-Edge-Geräten stellen eine große Herausforderung bei der Entwicklung von AI-Edge-Anwendungen dar. Die MCU MAX78002 von ADI bietet einen klaren Weg zur Entwicklung einer breiten Palette von energieeffizienten KI-Anwendungen mit Inferenzfunktionen. Mit dem MAX78002EVKIT haben Entwickler Zugang zu Tools für das schnelle Prototyping, Touch-fähige UI-Entwicklung, Peripherie-Integration und Energieverbrauchsüberwachung. In einem Unboxing-Video erhalten Sie einen schnellen Überblick über den Inhalt des Testkits.