物联网的生态日益丰富，终端产品形态各异，对微控制器MCU的要求也越来越多样化，而随着人工智能（AI）技术在物联网系统中的广泛应用，对算力又提出了更高要求。

在智能物联网AIoT场景中，很多传统MCU已经不能满足应用要求了。这是因为AI技术需要处理大量的矩阵运算，消耗大量的存储空间和功耗，具有高功耗、高成本和高速度的特点，而物联网产品的特点是低功耗与低成本，传统MCU很难满足AI技术所需的算力要求，所以解决方法通常有两种，一个是将数据传输到云端，在云端处理之后再把结果返回终端，这种方式比较常见，但是有过于依赖网络、实时性较差等缺点。另一种方式是用DSP或者FPGA搭配MCU，将AI运算本地化处理，这种方案实时性得到了保证，但成本和功耗都比较高。

有没有方案既可以保证AI应用的实时性，又能满足物联网对低功耗、低成本的要求呢？采用ADI推出的边缘AI微控制器解决方案，就能实现“鱼与熊掌兼得”的结果，在算力和功耗之间取得平衡。

据ADI高级应用工程师辛毅介绍，ADI边缘AI解决方案MAX7800X系列，采用微控制器内核加AI加速器的配置，微控制器负责程序加载与数据搬运，而由AI加速器来完成边缘AI的算法。微控制器功耗低、功能全，主要负责程序加载和功能启动以及数据搬运（AI运算的数据加载主要由RISC-V内核来负责），就像“买菜的妈妈”，卷积神经网络（CNN）加速器速度快、处理能力强，主要负责AI运算，就像“做菜的爸爸”，二者合一，减少了数据迁移，提高了并行处理能力，而且功耗也很低，特别适合AIoT边缘应用。

MAX7800X系列目前有两款产品，均采用Cortex M4F+RISC V配置MAX78002是MAX78000的升级版，具体升级主要体现在CNN性能上，MAX78002的CNN加速器频率是MAX78000的四倍，支持的卷积层数和最大输入维度也是MAX78000的四倍，加速器存储空间有3到4倍的升级，内核存储空间也有3到4倍的升级。此外，主控内核Cortex M4F的频率，也做了提升。

如果采用传统微控制器来实现边缘AI，由于没有专门的硬件加速功能，因而控制器的绝大部分计算资源都被用于处理AI推理计算，其系统功耗的90%以上都被AI推理所占据。而ADI的该系列产品，由于配置了CNN加速器，因而其微控制器内核（Arm Cortex M4+RISC-V）原则上不介入AI推理运算，因而AI推理运算耗费的电流占系统总功耗的比例较低，通常不超过50%。

从ADI给出的测试数据来看，与竞争对手MCU相比，MAX7800X在推理时间和功耗表现上，均有至少一个数量级的提升。MAX7800X是真正能在电池供电的物联网设备上执行AI推理的方案，能够以1fps的速度对图像进行复杂AI分析。

该系列产品特别适合具备视觉识别或听觉识别功能的物联网终端，例如垃圾分类、产品分装和快递分拣等视觉物品识别场景，或者智能家居和振动识别等应用。

边缘AI应用由于功能相对复杂，开发难度较大，不过ADI为该系列产品提供了大量的技术资源，包括各种支持文档、评估套件和参考例程，确保用户拿到“预制菜”之后，根据自己的“口味”调整就能做出味道鲜美的“大餐”。