英飞凌推出全新 PSoC Edge产品系列，扩展微控制器产品组合，为边缘应用带来高性能、高能效的机器学习技术

你是否曾在开发边缘AI设备时，为功耗与性能难以兼得而头疼？过高功耗导致设备续航缩水，降低性能又影响用户体验，这种两难困境在物联网、可穿戴设备等领域尤为常见。英飞凌推出的全新PSoC Edge产品系列，正是为了打破这一僵局，通过专为机器学习优化的微控制器，为边缘应用带来高性能与高能效的完美平衡。

为什么PSoC Edge能实现高性能与低功耗的平衡？

其核心在于创新的异构计算架构。PSoC Edge系列微控制器搭载了高性能的Arm(R) Cortex(R)-M55内核和支持HeliumTM DSP指令集的处理单元，并可选配Arm(R) EthosTM-U55神经网络处理器（NPU）进行硬件加速。同时，它还包含一个Arm(R) Cortex(R)-M33内核和英飞凌自家的超低功耗NNLite神经网络加速器。

这种设计允许开发者为不同的任务分配合适的计算资源：Ethos-U55负责处理复杂的机器学习推理任务，其性能相比传统的Cortex-M系统提升了高达480倍；而NNLite加速器则专注于处理持续的、低功耗的“始终在线”（always-on）传感任务，如语音唤醒或振动检测，其功耗极低。这种分工明确的架构使得PSoC Edge能够在MCU的功耗水平上，实现接近MPU的性能。

如何配置PSoC Edge的低功耗模式？

合理配置低功耗模式是充分发挥PSoC Edge能效优势的关键。以下是具体的操作步骤：

1. 1.理解功耗模式：PSoC Edge提供了动态可调的功耗与性能模式。你需要根据应用场景的需求，在高性能模式（调用Ethos-U55）、中等性能模式（使用Cortex-M55和Helium技术）和超低功耗模式（使用Cortex-M33和NNLite加速器）之间进行选择和切换。

2. 2.利用“Always-On”电源域：PSoC Edge芯片内部设计了一个“始终在线”的电源域。这个区域包含了许多低功耗外设，如超低功耗可编程模拟子系统、部分串口等，它们可以在系统主CPU进入休眠或待机模式时继续工作。确保将你的常驻传感任务（比如麦克风监听用于语音唤醒）配置在这个域中运行。

3. 3.使用ModusToolboxTM进行配置：英飞凌的ModusToolboxTM软件开发平台提供了丰富的库和工具来管理功耗。你可以在代码中使用其电源管理库（Power Management Library）来定义不同运行状态下的功耗策略，例如设置空闲超时后自动进入睡眠状态，或配置外设在不使用时自动下电。

4. 4.监测与优化：利用开发套件（如带有Arduino接口的评估板）的功耗测量功能，实时监测不同操作和模式下的实际电流消耗。根据监测数据，反复调整你的配置和代码，以达到**的能效比。

PSoC Edge在哪些场景下能发挥*大优势？

PSoC Edge系列因其平衡的性能和功耗，特别适合以下对能效和智能处理有较高要求的边缘应用场景：

• 智能家居与安防系统：例如，智能门锁的人脸识别、智能摄像头的移动侦测和事件过滤（仅上传有价值视频片段），以及空调的语音唤醒控制。E83和E84型号提供的增强型HMI功能（如视觉位置检测和人脸/物体识别）非常适合这些应用。

• 高端可穿戴设备：如智能手表和健康监测手环，需要进行持续的心率、血氧或睡眠质量监测（利用NNLite低功耗运行），同时偶尔运行更复杂的算法进行异常检测或运动模式识别（调用Ethos-U55）。

• 工业物联网（IIoT）与机器人：用于预测性维护，通过机器学习在设备本地分析传感器（如振动、声音）数据，实时判断电机或轴承的健康状态，避免突发性停机。同时，其强大的HMI能力也适用于工业触摸屏面板。

• 消费电子：如电视的远场语音控制和手势识别，或者扫地机器人的智能避障和路径规划。

为了更清晰地展示其应用定位，以下是PSoC Edge三个初始系列的简要对比：

特性/型号	PSoCTM Edge E81	PSoCTM Edge E83	PSoCTM Edge E84
核心ML加速器	Arm(R) HeliumTM DSP + 英飞凌NNLite	Arm(R) EthosTM-U55 NPU + NNLite	Arm(R) EthosTM-U55 NPU + NNLite
ML性能特点	平衡能效与性能	高性能ML，比Cortex-M提升480倍	高性能ML，比Cortex-M提升480倍
高级HMI功能	基础语音/音频感应	增强型HMI（视觉检测、人脸识别）	增强型HMI + 低功耗图形显示(*高1028x768)
典型应用场景	需常时感知的消费电子、智能家居	复杂的机器视觉、语音交互设备	带显示的交互终端（如智能面板、控制台）

开发者在实践中需要注意什么？

尽管PSoC Edge功能强大，但要*大化其价值，开发者还需注意以下几点：

• 善用开发工具链：英飞凌为其提供了强大的软件支持。ModusToolboxTM 是核心的开发平台，而集成其中的 Imagimob Studio 尤为重要，它提供了端到端的机器学习开发能力，从数据采集、处理、模型训练到*终部署在MCU上。利用好这些工具可以极大降低开发门槛，缩短上市时间。

• 安全特性不容忽视：PSoC Edge集成了英飞凌的Edge Protect技术，提供不同等级的安全保障（从PSA Level 1到Level 3+）。在项目规划初期，就应根据产品类型（如是否处理敏感生物识别信息）确定所需的安全等级，并据此选择合适的型号（例如E84支持更高的安全等级EPC4）。

• 功耗优化是持续过程：低功耗不仅仅依赖于硬件，软件设计和算法优化同样关键。例如，优化机器学习模型使其更轻量，合理规划任务调度避免CPU频繁唤醒，都能进一步延长电池寿命。

个人观点：PSoC Edge的意义远超单品发布

在我看来，英飞凌PSoC Edge系列的推出，其意义并不仅仅在于增加了一款高性能MCU产品。它更标志着边缘AI开发正在从“硬拼凑”走向“软硬一体化的系统级解决方案”。

它通过异构计算架构精准匹配了边缘AI多样化的计算需求，通过完整的工具链（ModusToolbox + Imagimob） 解决了边缘AI模型部署的痛点，通过内置的安全特性扫除了物联网设备大规模部署的后顾之忧。这种“硬件+软件+安全”的系统级思维，极大地降低了开发者将创新AI想法落地为实用产品的门槛和周期。

随着边缘AI设备数量预计从2023年的10亿台增长到2028年的约41亿台（复合年增长率达32%），像PSoC Edge这样能同时提供强大算力、**能效和开发便利的平台，将成为推动这一趋势加速发展的关键力量。