Python|嵌入式开发：Arm Cortex-M55改变物联网的5个原因 Python

文章图片

文章图片

Arm 宣布了一款Cortex-M 处理器，它彻底改变嵌入式开发人员构建物联网设备的方式，即 Cortex-M55 。 Cortex-M55 处理器基于 Armv8.1-M 架构构建，可为开发人员提供更强大的功能，结合 Cortex-M 的易用性，将改变物联网设备的设计和构建方式。

Cortex-M55 处理器将使物联网开发变得更加容易和简单，尤其是在处理许多嵌入式开发人员仍在努力思考的机器学习应用程序时。在今天的文章中，我将探讨全新 Arm Cortex-M55 将改变物联网的五个原因。

原因 1 – 通过 Helium 提高机器学习性能
Cortex-M55支持 Arm Helium 技术。 Helium 是一种优化的矢量扩展架构，可为 Cortex-M 处理器带来类似 Neon 的计算能力。 Helium 可将数字信号处理 (DSP) 性能提高多达 5 倍，并且可以将机器学习性能提高多达 15 倍!Helium 有几种不同的方式来实现这种显着的性能改进，例如：优化 SIMD 指令以在单个指令中处理多个数据
固定长度的 128 位向量
收集负载和分散存储
低开销循环
分支预测
新的数据类型支持，例如
半精度和单精度浮点数
8 位、16 位、32 位和 64 位矢量数据类型
复杂的数学支持
FPU寄存器库重用
所有这些新的向量扩展将使嵌入式开发人员在端点上运行机器学习推理更快、更节能。 Cortex-M55 和其他 Cortex-M 处理器之间每个数据类型的平均 DSP 内核性能非常有趣。看看下面的比较，看看 Cortex-M55 的表现如何：

原因 2 – 扩展本地计算用例
随着机器学习从云端转移到端点，用例的数量正以指数速度增长。目前，在微控制器端点上进行机器学习的最常见用例是关键字发现。借助 Cortex-M55 及其内置的 Helium 技术，开发人员将能够显着扩展设备上机器学习可以覆盖的用例数量。例如，在超高效小型设备应用中已经出现了对传感和控制解决方案的新兴需求，例如：
振动和运动
声音和声音
视觉与形象
这些应用程序将允许机器学习用于机器人应用程序、预测性维护、语音控制和对象检测应用程序。这些应用将跨越多个行业，甚至进入月球及更远的太空。实际上，你可以从下图中对用例覆盖率有所了解：

原因 3 – 简化的开发模型
当今智能端点设备开发工具链的问题之一是嵌入式开发人员必须使用三个独立的工具链：
Cortex-M 工具链
数字信号处理工具链
神经处理单元工具链
使用三个不同的工具链会产生不必要的复杂性，增加开发时间甚至成本。使用 Cortex-M55 ，工具链完全集成! 通过将所有开发置于单个工具链下，这将降低系统复杂性并简化程序员模型。一个工具链也意味着可以更好地控制成本，减少集成问题。

原因 4 – TrustZone 的内置安全性
每个物联网应用程序的一个重要部分是对安全性的需求。 Cortex-M55 支持 TrustZone ，它在安全执行环境和非安全执行环境之间创建了一个基于硬件的隔离层，以及 Trusted Firmware-M 一个开源的、行业标准的信任根。这使开发人员能够实现许多 PSA 认证的安全目标，并确保所有部件都到位，为其物联网端点应用程序奠定更安全的基础。
原因 5 – 与 microNPU 集成， Ethos-U55
Cortex-M55 有助于改变物联网设备的设计和制造方式的最有趣的原因之一是它们可以集成到 Arm 的 Ethos-U55 microNPU(微神经处理单元)中。这款新处理器与 Cortex-M55 相结合，可以将机器学习性能提高多达 480 倍!