Arm 正在大力发展人工智能（AI），作为全球最大的半导体IP供应商，Arm推出了基于其Helium技术的最小且最节能的32位CPU核心——Cortex-M52。

　　Cortex-M52 CPU核心专为将机器学习（ML）从云端引入到电池供电的物联网设备中而设计。Arm表示，Cortex-M52 CPU核心在AI推理性能方面比其前身提高了超过5.6倍，而无需在独立的神经处理单元（NPU）上额外消耗功耗、硅面积和成本。该核心还实现了公司的TrustZone技术，以确保核心及其所属系统的安全性。

　　M52将Arm的Helium扩展引入到一类新的Cortex-M，使得在数十亿主要受限于AI的微控制器（MCUs）上运行更大的ML模型成为可能。

　　虽然 CPU 内核可以通过多种方式进行配置，Arm表示，Cortex-M52将对通常只需几美元的微型电池供电芯片产生重大影响。有了它，这些芯片可以运行人工智能进行预测性维护，使用麦克风来监听特定的噪音，例如工厂机器中的吱吱声和齿轮嘎嘎作响，或者其他传感器来识别不规则的振动。CPU 的其他可能性包括智能电机控制和电源管理。

　　据 Arm 称，M52 带来了足够的性能，可以在智能扬声器和灯等物联网设备上运行实时关键字检测和手势检测，甚至在可穿戴设备中进行传感器融合。

　　Arm高级副总裁兼物联网业务总经理Paul Williamson表示：“随着这项技术的进步，设备端智能正在以最低的成本部署在更小、成本更敏感且通常由电池供电的设备中，由于对云的依赖减少，具有更高的隐私性和可靠性。他将 Cortex-M52 作为 Cortex-M3、-M33 和 -M4 的潜在未来替代品。

　　Arm 表示，到 52 年，客户将开始推出基于 Cortex-M2024 的芯片。

　　硬件：设备端 AI 的核心

　　如今，机器学习不再局限于配备 AI 加速器的数据中心，这些加速器每秒可以执行数万亿次操作 （TOPS），并包含大量片上高带宽内存。

　　但是，直接在基于 Cortex-M 或同类其他 CPU 内核的微型功率受限物联网设备上运行 ML 具有独特的挑战性。这些芯片的运行频率仅为智能手机中使用的 Arm Cortex-A 内核时钟频率的一小部分（在 100 MHz 范围内），再加上相对少量的片上 SRAM，从而与机器学习核心的神经网络紧密契合。尽管时代在变化，但它们通常不会被神经引擎或其他 AI 核心增强。

　　为了解决这些挑战，从科技巨头到初创公司，每个人都在尝试创建更紧凑的ML模型，这些模型可以直接在MCU级CPU上运行，或者可以完成这项工作的软件工具。

　　将 ML 模型直接放置在设备上会限制延迟，这可能会影响性能。仅在必要时连接到云效率更高，并且可以降低安全和隐私风险。

　　虽然软件是无价的，但硬件是可以安装在Arm的Cortex-M内核中的微型AI类型的限制因素，迄今为止，这些内核已被烘焙到其客户设计的超过100亿个芯片中。

　　该公司一直试图通过其最新的Cortex-M CPU架构Armv8.1-M来扭转局面。它旨在直接在超低功耗嵌入式和物联网设备中运行 ML，而无需诉诸更强大的 CPU。2020 年，Arm 推出了新系列中的第一个 CPU 蓝图 Cortex-M55。Arm 的 Cortex-M85 填补了该系列的高端产品，它带来了更高的性能。

　　Cortex-M55 和 -M85（和 -M52）还设计用于与 Arm 的 Ethos-U55 配对，后者是其首款“微型”NPU。NPU 可以在被迫使用云之前处理更多繁重的 ML 工作。

　　安全智能：Cortex-M52 剖析

　　虽然M85覆盖了高端市场，M55覆盖了中端市场，但Arm表示，客户热衷于将Helium技术带入更小的外形尺寸和更严格的功率预算。

　　进入 Cortex-M52。它的硅面积比 Cortex-M25 小约 55%，同时与 Cortex-M33 相比，性能实现了巨大的代际飞跃。其核心是 Helium，这是一个 128 位宽的矢量处理管道，可以运行单精度（32 位）和半精度（16 位）浮点数据。它还可以运行 8 位数据格式，这些格式广泛用于计算，这些计算是 ML 核心的神经网络。

　　此外，Helium 还可以大幅提升数字信号处理 （DSP） 性能，比 Cortex-M 系列的上一代产品高出 2.7 倍，可用于信号预处理。

　　“随着机器学习工作负载越来越成为普通软件开发人员工具包的标准部分，我认为我们将看到M52被广泛用作主流MCU，”Williamson告诉Electronic Design。

　　Cortex-M52 增加了一个更高级的直接内存访问 （DMA） 控制器，用于管理进出 CPU 的所有数据。Arm表示，它促进了紧密耦合存储器（TCM）的使用，可以补充CPU内部的SRAM，并允许更大的ML模型安装在设备中。

　　保持物联网设备的安全是 Cortex-M52 计划的一部分，它增加了 TrustZone 技术来隔离和分区 CPU 的安全和非安全扇区。其他扩展（包括指针身份验证和分支目标标识 （PACBTI））是包的一部分。这些安全功能有助于防御面向返回的编程 （ROP） 和面向跳转的编程 （JOP） 攻击。

　　Arm表示，如果所有这些新功能都不够，公司可以创建自定义指令来优化处理器，以针对特定工作负载进行优化，并从Cortex-M MCU中挤出每个时钟周期的更多处理能力。

　　Helium MCU 提供统一的软件开发

　　Arm 表示，M52 的主要优势之一是使用统一的软件开发环境。

　　据该公司称，传统上需要单独的 CPU、DSP 和 NPU 来匹配其基于 Helium 的 Cortex-M 内核的性能。因此，一旦掌握了物理硬件，开发人员就必须使用三套不同的工具为三个独立的芯片创建和测试代码，或者将代码分散到 SoC 内的三个独立 IP 块上。Arm 表示，这给传统的嵌入式和物联网开发人员带来了挑战，他们正在努力应对 AI 所需的数据分析、工具专业知识和编程技能。

　　基于 Helium 的 Cortex-M 内核提供了一种替代方案，为客户提供了一套统一的开发工具、软件库和模型，可以从单个 CPU 内核利用 ML 标量、矢量和矩阵运算，从而节省芯片面积和成本。Williamson说：“现在，我们正在通过一套工具和单一的CPU架构将AI带入触手可及的地方。

　　由于 Cortex-M55 与 M85 和 M52 形成了一个系列，因此 Arm 表示 Cortex-M<> 与围绕其 Helium 技术已经存在的不断增长的软件、工具和模型生态系统完全软件兼容。

　　Cortex-M CPU内核也将作为云中的“虚拟硬件”进行访问。这样一来，任何人都可以在交付带有 Arm IP 的物理芯片之前安全地开始构建和测试软件。

　　此外，M52 MCU 可与 ML 的常见框架配合使用，包括 TensorFlow Lite。