Arm Cortex-M处理器，何去何从？

Arm Cortex-M85 是微控制器性能的巅峰之作。但随着人工智能的发展，新一代加速器的出现正在改变嵌入式系统的性能格局。

Nick Flaherty 与 Arm 边缘计算高级总监 Lionel Belnet 探讨了该公司用于边缘 AI 的高性能微控制器和加速器的发展方向。

英国 Arm 公司开发的 Ethos-U85 加速器是首款运行 AI Transformer 模型的加速器，其小型语言模型 (SLM) 可为低功耗、高性能设备提供语音识别功能。

未来几个月内，多达十款集成最新嵌入式人工智能加速器的新型微控制器将上市，为开发者提供实现人工智能的新途径。

“我们凭借 Ethos 赢得了许多机器学习加速器项目名额，你们将在下一季度看到成果，”Belnet说道。“我们面临的挑战不在于芯片合作伙伴的采纳，而在于当产品并非应用于特定领域时，市场需求如何。为此，我们正与合作伙伴携手，展示该设备的全部功能，”他补充道。

这为下一代高性能嵌入式设计在采用 Armv8 架构的 Cortex-M 微控制器和采用 Armv9 架构的 Cortex-A 微处理器内核之间创造了一种新的平衡。

瑞萨电子和意法半导体都推出了多款采用 Cortex-M85 内核的高性能微控制器。但下一代器件的架构仍在开发中，它可能并非传统的微控制器，而是一款搭载 Ethos-U85 加速器的 A 级微处理器内核。

Belnet说：“我们正在研究下一代核心的概念——这有点敏感。提升Cortex-M的性能并不是我们的首要任务。”

“我们推出的 A320 具有更大的物理寻址能力、更强的处理高延迟内存（如 DRAM）的能力、可扩展到多核的能力以及与现有 Cortex-A 内核的兼容性。”

A320于去年发布，是A级核心处理器中最小的型号。它专为边缘人工智能应用而设计，并配备了与最新加速器Ethos-U85的接口。

Cortex-A320 内核是 Arm 嵌入式战略的核心。

新增的加速器核心为边缘端的Transformer模型提供了支持，这是新型语言和视觉模型的基础。Ethos-U85的MAC单元数量可从128个扩展到2048个，能效比Ethos-U55和Ethos-U65核心高出20%，从而能够实现更高性能的边缘AI应用场景。

Ethos-U85 还支持 2:4 的全新稀疏度级别，可有效提升特定神经网络计算的吞吐量。这一特性，结合其增强的权重压缩功能，可显著减少内存占用（最高可达 70%），从而能够运行更大规模的网络或加速现有网络的运行。

所有这些都在推动高性能嵌入式处理实现方式的革新。

“我们认识到Ethos-U85的潜力，因此在Arm发布该技术后，我们成为首批获得授权的合作伙伴之一，”Alif Semiconductor表示，该公司将率先把Ethos-U85加速器推向市场。“Ethos-U85将通过提高内存带宽，扩展我们微控制器处理尖端AI/ML工作负载的能力，从而使ML模型运行速度显著提升。”

然而，最新款 Alif 微控制器的发布日期尚未确定，还有几款设备正在研发中。

Belnet表示：“从知识产权（IP）发布、芯片上市到最终应用，中间存在很长的周期。Alif Semiconductor是首家推出该技术的厂商，其产品已被OEM厂商采用。今年到明年年初，我们将看到五到十款采用Ethos-U85芯片的设计，但其中只有极少数是公开的。我们首先看到这项技术应用于可穿戴设备领域；这主要取决于时间节点。”

这不仅仅关乎硬件，还关乎将人工智能模型移植到加速器上。提供与之前 Ethos 核心相同的工具链意味着开发者可以实现无缝迁移，并充分利用在基于 Arm 的机器学习 (ML) 工具方面的投资。

Belnet表示：“我们仍需与合作伙伴共同探讨U85平台的功能，并与原始设备制造商（OEM）合作，确定他们将在U85上运行哪些模型。我们必须将我们的工具集成到机器学习流程中，此外还有其他举措旨在摆脱传统的模型库模式，并简化目标平台的部署。这才是主要的投入。”

“模型变化太快了。我们有一个开源编译器，专门针对 Ethos，合作伙伴可以直接将其集成到他们自己的工具流程和模型库中。Edge Impulse 就是我们的合作伙伴之一，他们将其集成到自己的流程中，以捕获执行数据来训练模型。”

瑞萨电子是高端嵌入式内核 Cortex-M85 的主要合作伙伴，并于 2025 年 7 月推出了首款微控制器。RA8P1 系列微控制器采用上一代 Ethos-U55 内核和 250MHz 的 Cortex-M33 内核，面向人工智能和机器学习应用，并支持实时分析。其 CPU 性能超过 7300 CoreMark，在 500MHz 频率下 AI 性能达到 256 GOPS。

RA8P1 针对边缘和终端 AI 应用进行了优化，它采用 Ethos-U55 NPU 将计算密集型操作从 CPU 卸载到卷积神经网络 (CNN) 工作负载。根据所使用的神经网络，Ethos-U55 每秒可提供的推理速度比单独使用 Cortex-M85 处理器高出 35 倍。

RA8P1 MCU采用台积电22nm超低漏电工艺制造，实现了高性能和极低功耗。该工艺还支持使用嵌入式磁阻随机存取存储器（MRAM），与闪存相比，MRAM具有更快的写入速度、更高的耐久性和数据保持能力。

针对视觉AI，该芯片集成了一个16位摄像头接口（CEU），支持高达500万像素的传感器，可满足摄像头和高要求的视觉AI应用需求。此外，还有一个独立的MIPI CSI-2接口，采用低引脚数设计，提供两条通道，每条通道最高传输速率可达720Mbps。同时，包括I²S和PDM在内的多个音频接口支持麦克风输入，可用于语音AI应用。

该MCU包含2MB SRAM，用于存储中间激活信息或图形帧缓冲区。此外，还提供1MB片上MRAM，用于存储应用程序代码、模型权重或图形资源。对于大型模型，可提供高速外部存储器接口。对于要求更高的AI应用，还提供集成4MB或8MB外部闪存的SIP封装选项。

安全性同样至关重要。瑞萨安全IP（RSIP-E50D）包含众多加密加速器，配备硬件信任根和基于第一阶段引导加载程序（FSBL）的安全启动功能，并存储在不可变存储器中。XSPI接口支持即时解密（DOTF），可将加密代码映像存储在外部闪存中，并在安全传输到MCU执行的过程中进行即时解密。

瑞萨电子通过推出RA8M2和RA8D2独立微控制器系列扩展了产品线。这两款产品在Cortex-M85内核的基础上，增加了一个可选的250MHz Cortex-M33内核，从而提供7300 CoreMarks的性能，这是微控制器行业的基准测试指标。

RA8M2 器件是通用型器件，而 RA8D2 MCU 则配备高端图形外设，两者均使用 1MB 的 MRAM 内存。系统级封装 (SiP) 版本在单个封装内集成了 4MB 或 8MB 的外部闪存，以满足更苛刻的应用需求。两者均配备千兆以太网接口和双端口 TSN 交换机，可满足工业网络应用场景的需求。

对于图像 AI，RA8D2 设备包含高分辨率图形液晶控制器和多种相机接口选项，适用于相机和视觉 AI 应用。

瑞萨电子与意法半导体携手，推出了 STM32V8 这款独立处理器，SpaceX 卫星正在使用它。

这款 800MHz 芯片采用 18nm FD-SOI 低功耗工艺技术，由 ST 位于法国克罗勒的 300mm 晶圆厂以及与三星晶圆代工厂合作生产。采用嵌入式相变存储器 (PCM) 的 FD-SOI 工艺技术，即使在严苛的工作环境下也能提供强大的鲁棒性和可靠性，最高结温可达 140°C。相变存储器 (PCM) 的小尺寸单元使得芯片上能够实现 4Mbit 的非易失性存储容量。

这是 ST 迄今为止速度最快的 STM32 微控制器，专为严苛的工作环境而设计，能够取代嵌入式和边缘 AI 应用（例如工业控制、传感器融合、图像处理和语音控制）中体积更大、功耗更高的应用处理器。

这款芯片的首个应用领域是微型激光系统，该系统用于连接在近地轨道上以极高速度运行的卫星。目前，该芯片正陆续交付给主要客户，未来将面向更广泛的客户群体。

SpaceX 星链工程副总裁 Michael Nicolls 表示： “星链迷你激光系统在太空的成功部署，采用了 ST 的STM32V8 微控制器，标志着星链网络高速连接发展的一个重要里程碑。”

“STM32V8 具备强大的计算性能，并集成了大容量嵌入式存储器和数字功能，这对于满足我们严苛的实时处理需求至关重要。同时，得益于 18nm FD-SOI 技术，它还能为近地轨道环境提供更高的可靠性和鲁棒性。我们期待将 STM32V8 集成到其他产品中，并利用其强大的功能开发下一代先进应用。”

STM32V8 支持 3.3V 电压，为工业应用带来诸多优势，包括更低的功耗、更好的信号完整性以及与现代工业通信标准的集成。ST 还集成了图形和加密等专用加速器。

然而，这似乎是该架构的巅峰性能。Arm 正在研究如何在单个内核上为多个嵌入式应用提供更高的性能，尤其关注配备内存管理单元 (MMU) 以支持 Linux 的 A 类内核。例如，采用 28nm 工艺的 Arm Cortex-A32 内核面积为 0.25mm²，而 A320 内核的面积将更小，尽管具体尺寸尚未公布。相比之下，采用类似工艺的 Cortex-M85 内核面积为 1.5mm²。

Arm 已将其客户端智能手机核心（现已更名为 C 类）与其边缘 AI 分离，后者继续沿用 Cortex-A 类品牌和 Armv9 架构。

“我们现在讨论的不是消费品，所以Cortex-A是下一个合乎逻辑的步骤。这是一条自然的发展道路，但成本却截然不同。我们正在着眼于下一代产品，”Belnet说道。

“为整个生态系统设定一个标准目标很有价值，这样模型开发者就可以依赖一个主要的MPU作为目标，我们希望尽可能扩大其市场覆盖范围。这包括对Linux驱动程序的投资，”他说道。

他说：“我们需要了解在资源受限的设备上哪些事情是现实可行的，这就是为什么我们开发了可以扩展到更大内存和更高效内存的小型 Cortex-A 处理器。”

向A级嵌入式设备的过渡也改变了软件的开发方式。A级设备无需使用实时操作系统（RTOS），而是可以在RTOS和Linux之间自由切换。这实现了实时性能和AI加速器管理的结合，而这对于纯微控制器来说难以实现。

“我们正在努力启用 FreeRTOS，并利用 Armv9 的功能，从实时环境过渡到 Linux 环境，以低功耗运行 RTOS，并在需要时唤醒 Linux，”Belnet说。

随着用户界面转向语音，运行在 Ethos-U85 上的小型语言模型也变得越来越重要，因为它们是分析的一部分。“我们已经在 Ethos-U85 上演示了语音识别功能，因为人工智能正在改变用户界面，所以添加小型语言模型绝对是我们正在考虑的方向，以及我们是否支持其他数据类型，”他说道。

但这并不意味着Cortex-M系列的研发已经结束。Belnet指出，Cortex-M52的出现，使得使用Helium DSP扩展的嵌入式设计不再需要数字信号处理器（DSP）。他表示：“在某些领域，我们仍然需要添加Helium。”

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

加星标⭐️第一时间看推送