物聯網(IoT)引發了互聯設備的激增。這些設備裝有傳感器，以收集日?；顒踊虮O視目的的數據，并嵌入了微控制器和微處理器芯片。這些芯片是根據完成分配任務所需的數據傳感器安裝的。因此，我們沒有一個適合所有架構的處理器。例如，某些設備將對數據集(例如溫度，濕度，壓力或重力)執行有限的處理;但是，更復雜的系統將需要處理(多個)高分辨率聲音或視頻流。

高性能交付是重中之重，而低功耗也是必須的。為了降低功耗，工程師采用了自適應電壓縮放，電源門控和多種低功耗工作模式等技術。此外，如今，工程師們正在嘗試設計處理器芯片，以幫助在人工智能與物聯網之間建立橋梁。讓我們看看今天市場上十大最有前途的處理器。

[[331920]]

1. 英特爾MovidiusMyriadX

MyriadX由愛爾蘭初創公司Movidius開發，并于2016年被Intel收購。MyriadX是該公司的第三代視覺處理單元，并且是第一個具有專用神經網絡計算引擎的功能，提供每秒1兆次運算(TOPS)的專用深度神經網絡(DNN)計算。神經計算引擎直接與高吞吐量智能存儲結構接口，從而避免在傳輸數據時出現任何存儲瓶頸。它支持FP16和INT8計算。MyriadX還具有16個專有SHAVE內核以及升級和擴展的視覺加速器的集群。

MyriadX可用于Intel的NeuralComputeStick2，實際上是USB拇指驅動器形式的評估平臺。它可以插入任何工作站，以允許AI和計算機視覺應用程序快速啟動并在專用Movidius硬件上運行。

2. 英偉達JetsonXavierNX

NVIDIA去年秋天透露，jetsonxaviernx系統芯片是“世界上最小的超級計算機”，可在10瓦功率范圍內為各種物聯網形式提供“服務器級性能”。該芯片是NvidiaJetson計算板產品系列中最小的尺寸，尺寸約為信用卡大小，并帶有384個CUDA內核和48個張量內核，每秒可進行多達21兆兆位運算。

得益于Nvidia的工程設計，JetsonXavierNX以相同的功耗在更小的尺寸下提供了比JetsonTX2最高15倍的性能。JetsonXavierNX還配備了Nvidia的深度學習加速器，多達六核的CarmelArmCPU，多達六個CSI攝像機，用于MIPICSI-2攝像機串行接口的12個通道，8GB的128位LPDDR4x內存，千兆位以太網和基于Ubuntu的Linux。

3. 德州儀器(TI)TDA4VM

TDA4VM是用于汽車高級駕駛員輔助系統(ADAS)的Jacinto7系列的一部分，是TI的第一款片上系統(SoC)，其片上具有專用的深度學習加速器。該模塊基于C7xDSP以及內部開發的矩陣乘法加速器(MMA)，可實現8TOPS。

SoC可以處理高達8MP的前置攝像頭的視頻流，也可以處理四到六個3-MP攝像頭以及雷達，LiDAR和超聲傳感器的組合。例如，MMA可用于在自動代客泊車系統中對這些輸入執行傳感器融合。TDA4VM專為5W至20W之間的ADAS系統而設計。

該設備仍處于預生產階段，但開發工具包現已面世。

4. Renesas電子公司RZ/A2M

RZ/A2M結合了專有的加速器和528MHzArmCortex-A9和4MBSRAM來處理圖像數據，以進行機器視覺作業。

Renesas設計了一種由多個內核組成的動態可重配置處理器(DRP)，可以利用成像算法中的并行性。它希望DRP(與GPU類似)可以處理各種各樣的工作，最初圍繞推理任務。未來的產品將瞄準邊緣的神經網絡培訓。

與所有并行處理器一樣，編程可能是個大問題。Renesas表示，其DRP可以使用其提供的編譯器和工具在C語言中進行編程。

5. RenesasRX23W

它是一個帶有藍牙5.0的32位MCU，適用于IoT端點設備，例如家用電器和醫療保健設備。該MCU還包括瑞薩電子(Renesas)的RXMCU系列中的TrustedSecureIP，以解決藍牙安全風險，例如竊聽，篡改和病毒。

RX23W基于Renesas的RXv2內核，該內核具有4.33Coremark/MHz的高性能，并具有改進的浮點單元(FPU)和DSP功能。該芯片的最大時鐘頻率為54MHz。RX23W針對系統控制和無線通信進行了優化，可提供全面的藍牙5.0低能耗支持，包括遠程和網狀網絡功能，并聲稱該行業的最低接收模式峰值功耗為3mA。RX23W現在采用7×7毫米56引腳QFN和5.5×5.5毫米85引腳BGA封裝，并帶有512KB片上閃存。

6. KneronKL520

美國臺灣公司Kneron的首款產品是KL520神經網絡處理器，它專門用于智能家居，安全系統和移動設備等應用中的圖像處理和面部識別。它經過優化，可以運行卷積神經網絡(CNN)，這是當今圖像處理中常用的類型。

去年秋天，該公司的KL520AI片上系統將雙ArmCortexM4CPU與該公司的神經處理單元相結合，可在智能鎖，安全攝像機和智能家用電器等低功耗設備中提供高性能的推斷。得益于Kneron的可重構人工神經網絡技術，該芯片可以適應于實時處理和分析音頻，2D圖像和3D圖像，同時還支持TensorFlow和PyTorch等AI框架以及ResNet和MobileNet等神經網絡。該芯片可用于華碩擁有的研揚科技制造的EdgeAI模塊。

KL520可以運行0.3TOPS并消耗0.5W(相當于0.6TOPS/W)，考慮到該芯片的MAC效率很高(超過90%)，該公司表示這足以實現精確的面部識別。

7. CEVA-X1

CEVA-X1™是多功能DSP和控制處理器的組合，適用于多模式IoT集線器設備，可同時處理蜂窩、LPWA、短距離通、定位，始終開啟的傳感器融合和語音處理。

CEVA-X1是M2M協議棧和基帶PHY控制的理想選擇，包括LTECat-NB1、Cat-M1，Sigfox、LoRa、Wi-Fi802.11n、802.11ah、藍牙、低功耗藍牙和Zigbee/Thread。它還支持定位和運動感應功能，包括GNSS(GPS、北斗、GLONASS、伽利略)，多個室內定位和活動傳感器的融合，語音激活和聲音處理。

CEVA-X1已明確設計為單核IoT集線器解決方案，具有專用指令，可針對基帶通道編碼/解碼功能以及多個始終在線傳感器的融合來優化整體系統功率，性能和芯片面積。通過這些優化，可以輕松實現5到10年的單電池運行，而成本卻很少。

8. ArmCortex-M55

新的ArmCortex-M55技術可提供下一代ST微控制器所需的增強的ML性能和效率。這家英國芯片制造商稱Cortex-M55是迄今為止最支持AI的Cortex-M處理器，與前幾代Cortex-M相比，其機器學習性能提高了15倍，數字信號處理性能提高了5倍。該公司還展示了Ethos-u55，這是該公司的第一款微神經處理單元，可與Cortexx-M55配對使用，提供比以前的Cortex-M芯片高480倍的機器學習性能。Ethos-U55具有高度可配置性，并使用高級壓縮技術來降低能耗并減小機器學習模型的大小。

9. 聯發科MT3620

微軟與聯發科合作，使該處理器成為AzureSphere的參考芯片，AzureSphere是四月份宣布的全功能節點到云IoT產品。這是包括阿里巴巴和亞馬遜在內的云提供商涌現的集成解決方案浪潮的一部分。

微軟通過定義所謂的Pluton安全模塊來區分其方法，該模塊在MT3260中的ArmCortex-M4F內核上實現，用于處理安全操作。該部件還包括一個帶有4MBSRAM的500MHzCortex-A7應用處理器，一個Wi-Fi子系統以及對16MB外部閃存的支持。

10. AMDRyzen™嵌入式V1000系列

AMDRyzen™嵌入式V1000處理器通過集成的圖形功能在性能和功能之間實現了理想的平衡，從而使IoT網關在強大的安全平臺中具有學習和決策能力。

AMDRyzen嵌入式V1000SoC可提供離散GPU口徑的圖形和多媒體處理功能，并通過低至12W和高至54W的散熱設計功率(TDP)達到高達3.61TFLOPS的性能，使系統設計人員能夠將處理效率提高到一個新的水平。設計的多功能性。還提供一個工業溫度處理器選件，它可以在低至-40°C的溫度下運行。它在單個SoC中提供了高性能CPU，GPU和廣泛的I/O的集成，功率范圍從12W擴展到54W，并在較小的外形中實現高性能-更小的板、更低的功耗和更低的總擁有成本(TCO)。