微控制器來自眾多渠道，具備越來越多的外設和內存組合。偶爾會有一位在人群中脫穎而出的作品。瑞薩的RA8P1就是這種情況（見圖1）。這款低功耗雙核微控制器，包括最新的1 GHz Cortex-M85和250 MHz的Cortex-M33，基于22納米的ULL工藝節點構建。

1. RA8P1 基于 1 GHz Cortex-M85 和 250 MHz Cortex-M33 以及 500 MHz Ethos-U55 NPU。

兩個關鍵特點是使用MRAM代替閃存，以及采用500 MHz Arm Ethos-U55神經處理單元（NPU）（見圖2）。該人工智能（AI）加速器可提供高達256 GOPS（gigaoperations/s）的響應。這意味著每周期256個MACs。

2. Ethos-U55 NPU 為大多數流行機器學習模型提供超過十倍的速度提升。

MRAM對微量監測器的重要性

MRAM最近逐漸嶄露頭角。它存在了相當長的時間，但在微控制器中的應用有限。它被用于數據存儲，是因為其低功耗、可尋址性以及相比閃存或其他技術更快的寫入速度。

與閃存類似，MRAM有許多變體，但它們通常共享相同的特性，包括低功耗寫入、快速讀寫速度以及長期非揮發性存儲。MRAM的泄漏率也低于閃存，這一點隨著硅片生產節點的縮小而變得更加重要。

用MRAM替代閃存的一部分需要獲得主要硅晶圓廠的支持，因為許多微芯片來自無晶圓半導體公司。另一個因素是縮放性，MRAM在縮放性方面實際上比閃存更好，因為晶體管越來越小。其日益受歡迎的另一個好處是成本更低。

RA8P1 的工作存儲依賴其 1 MB 的 MRAM 和 2 MB 支持 ECC 的 SRAM。它支持使用八進制SPI接口和32位內存接口的eXecute-in-Place（XIP）。為了安全，片外存儲可以實時加密和解密。并且支持最高8MB的片上閃存存儲。

為什么RA8P1組合是必備工具

RA8P1 可以本地處理各種 AI 任務。Ethos-U55 NPU 承擔了主要任務，而 Cortex-M85 和 Cortex-M33 則采用了與 AI 相關的指令和數據類型進行優化。Cortex-M33 可以單獨運行，功耗顯著降低。同樣，Cortex-M85 是 NPU 的互補，在某些神經網絡方面管理得比 NPU 更好。

該組合支持常用的機器學習（ML）網絡，如“DS-CNN、ResNet、Mobilenetv1/2/3、Inception、RNNoise、HAR-Github、Wav2Letter 和 DeepSpeechet”。

瑞薩基于Windows的e2Studio支持該公司針對其芯片（包括RA8P1）的AI框架。這包括許多應用的預訓練模型。有本地工具支持機器學習框架，比如TensorFlow Lite。它們也支持開放神經網絡交換（ONNX）格式。

片上安全是謎題的另一部分，因為這些設備很可能在某個時刻與云端相連（見圖3）。這使得芯片能夠擁有自身的信任根以及加速的安全支持。瑞薩的安全能力還延伸至MRAM塊保護。安全調試也是標準配置。第一階段引導加載程序包含在ROM中。

3. RA8P1外設補全與其Ethos-U55 NPU同等重要。

微控制器配備了常見的外設。它支持基礎圖形和模擬信號，包括多通道16位模數轉換器（ADC）和雙通道12位數模轉換器（DAC）。

通信包括一個帶有時敏網絡（TSN）的千兆以太網MAC，連接到雙端換機。該交換機使芯片成為確定性菊鏈網絡的一部分。還支持CAN-FD、USB、I2C和I3C。

瑞薩靈活軟件包（FSP）維護了對 Zephyr 等作系統的實時作系統支持。此外，還有提供完整開發環境的軟件工具。

RA8P1 靶點應用

MIPI-CSI2攝像頭接口加上NPU，支持視覺應用，如物體檢測和圖像分類，可用于人員計數和面部識別等應用（見圖4）。音頻輸入除了關鍵詞檢測外，還可用于本地語音識別。獨立的音頻和視頻工作相比連接的云端AI解決方案，有助于提升安全性、隱私性和功耗需求。

4. RA8P1 除了實時分析外，還能處理 AI 音頻和視頻任務。

當然，RA8P1的AI能力也可以用于其他用途，比如預測性維護。兩個處理器核心的實時支持使得管理電機及其他需要確定性控制的設備成為可能。

RA8P1很可能會應用于智能汽車、智慧城市傳感器以及需要音頻、視頻和人工智能任務的機器人技術領域。