怎樣去定義MCU？MCU的巨大潛力應(yīng)如何去挖掘？

微控制器（MCU）正在變得越來越復(fù)雜，越來越強大，因而越來越有用。但是這些進步都是都代價的。

開發(fā)帶高級電源管理功能的多核MCU硬件并不太難，由于存儲器的限制，開發(fā)出適合多核MCU的軟件則難得多。CPU系統(tǒng)可以用SRAM片上存儲器，或者外部的DRAM。不過對MCU系統(tǒng)而言，所有的存儲器都在片上。所以CPU系統(tǒng)可以跑大型的Linux或Windows操作系統(tǒng)，MCU則只能跑相對簡單的實時操作系統(tǒng)。

“以視頻市場為例，你可以開發(fā)基于MCU的應(yīng)用，也可以開發(fā)基于CPU的應(yīng)用，甚至可以開發(fā)兩種系統(tǒng)都能跑的應(yīng)用，”Cadence IP事業(yè)部CTO Chris Rowen說，“使用MCU的視頻分辨率更低，不論是CPU方案還是MCU方案，多樣化的視頻接口都會讓設(shè)計變得復(fù)雜。用CPU系統(tǒng)開發(fā)要求相對沒那么嚴，例如你可以把整個緩沖區(qū)（buffer）寫滿，在MCU就不太可能這么干。用MCU開發(fā)，數(shù)據(jù)的交換更需要技巧，所以產(chǎn)生故障（bug）的可能性也增加了?！?/p>

更難的是利用MCU來分擔(dān)CPU的負擔(dān)，例如作為協(xié)處理器去加速某種計算，或者作為低功耗應(yīng)用時的備用處理器。

“考驗MCU的程序員的問題是如何滿足處理速度的要求，” Rowen說，“自動車庫門開啟或者關(guān)閉花費幾百毫秒都可以接受，但要滿足高速數(shù)據(jù)流的處理需求，則須采用并行處理。所以當(dāng)把MCU設(shè)計成另一個次級計算引擎（sub-engine）時，你需要處理器有能力進行數(shù)據(jù)計算，這就要求編程風(fēng)格非常嚴謹。在高速數(shù)據(jù)處理場景下使用MCU，非常非常難。”

雖然有諸多困擾，MCU的應(yīng)用場景不斷拓展，使用方法也屢屢突破常規(guī)，如今在復(fù)雜的系統(tǒng)及芯片（SoC）中內(nèi)建MCU已經(jīng)很常見。在SoC這種復(fù)雜應(yīng)用場景中，MCU的功能一般都只做特定的任務(wù)，例如喚醒CPU，但無論從設(shè)計、驗證還是一致性的角度來看，在SoC中讓多個MCU協(xié)同工作都非常難。

“在同一顆SoC中集成Cortex A（CPU）與Cortex M（MCU）的趨勢呈現(xiàn)加速狀態(tài)，”Mentor Graphics嵌入式產(chǎn)品高級產(chǎn)品線經(jīng)理Andrew Caples說，“以高級駕駛輔助系統(tǒng)（ADAS）這個嵌入式應(yīng)用最精華的代表為例，可以用多個處理單元--微控制器（MCU）、微處理器（MPU）、數(shù)字信號處理器（DSP）--來實現(xiàn)ADAS，SoC意味著更低的故障率、更低的成本以及更低的散熱需求，但增加了軟件設(shè)計的復(fù)雜性。開發(fā)人員要在SoC集成的MCU、MPU與DSP上開發(fā)多個實時操作系統(tǒng)，并在這一顆芯片上開發(fā)和調(diào)試。這就需要開發(fā)人員的方案能夠適應(yīng)不同的平臺（MCU、MPU、DSP），這給半導(dǎo)體公司增加了很多壓力，為了幫助客戶真正利用起SoC中的所有器件，它們需要提供給開發(fā)者足夠的庫文件和解決方案參考。”

Caples表示只要多核SoC的應(yīng)用有操作系統(tǒng)，就一定會遇到一堆同步問題，因為不同核之間靠等待來協(xié)同工作。“我們正在為這個領(lǐng)域的應(yīng)用開發(fā)工具，”他說，“對于硬件工程師來說，過去這些年摩爾定律一直很有效，硬件的性能在提升，成本在下降。但是軟件開發(fā)卻是另外一回事，隨著系統(tǒng)復(fù)雜度越來越高，軟件開發(fā)的成本不斷攀升，而且現(xiàn)在看不到任何可以改善的跡象?！?/p>

歡迎來到MCU時代

雖然存在上述挑戰(zhàn)，但隨著物聯(lián)網(wǎng)的發(fā)展，物與物之間的通信越來越多，因此開發(fā)人員希望MCU在復(fù)雜系統(tǒng)中發(fā)揮越來越重要的的作用。相比CPU，M的功耗更低，價格也更便宜。一方面，8位MCU在一些簡單任務(wù)處理中仍然不可或缺；另一方面，32位甚至64位多核MCU已能應(yīng)對很多復(fù)雜應(yīng)用。所有這些MCU都可以與CPU或GPU集成在同一顆SoC里面，這樣CPU或GPU可以在多數(shù)時間里面處于休眠狀態(tài)。

“MCU越來越復(fù)雜，”ARM建模技術(shù)總監(jiān) Bill Neifert說，“引入32位微控制器以后，人們開始問可以用這些MCU做什么?！?/p>

MCU當(dāng)然不只用在汽車的安全領(lǐng)域，從工業(yè)設(shè)備到智能拖鞋這種消費類產(chǎn)品都可以用到MCU。以監(jiān)控人是否滑倒的智能拖鞋為例，低成本、低功耗的嵌入式處理器（MCU）就非常適合，因為其可以為某種應(yīng)用定制。

“每個人都想要最有效的解決方案，定制化的MCU在成本和功耗上都優(yōu)于通用產(chǎn)品，”Neifert說，“特別是物聯(lián)網(wǎng)設(shè)備，很多都是電池供電，因此對與功耗非常敏感。用戶希望能找到專用產(chǎn)品幫助他們快速開發(fā)，尤其是消費電子領(lǐng)域的客戶。定制化MCU也需要建模，但復(fù)雜度比CPU或GPU低多了。”

復(fù)雜度是相對的?！拔覀兇蛩阌?4位的MCU開發(fā)真正智能的設(shè)備，”Vista Ventures 經(jīng)營合伙人 Jim Hogan說，“但這些MCU的代碼堆棧相當(dāng)有限?！?/p>

在這種趨勢下，MCU也開始介入到計算當(dāng)中--特別是物聯(lián)網(wǎng)的應(yīng)用?！安皇莻鹘y(tǒng)的計算，” ARM 物聯(lián)網(wǎng)市場副總裁Zach Shelby說，“在MEMS應(yīng)用中，利用32位和64位MCU來計算已經(jīng)很常見。關(guān)鍵在于我們?nèi)绾螌④浖O(shè)計成大量重復(fù)任務(wù)的類型。FPGA不適合低功耗應(yīng)用，如果在一顆混合芯片芯片上實現(xiàn)視頻檢測算法，就必須用到微控制器，不過MCU還是用來完成不斷重復(fù)的任務(wù)?！?/p>

MCU的片上存儲容量較少，常常為MCU與CPU或者其他MCU協(xié)調(diào)工作帶來麻煩。特別是在視頻流媒體處理與圖像識別應(yīng)用方面，越來越多的數(shù)據(jù)處理是系統(tǒng)設(shè)計需要解決的大問題。從系統(tǒng)上層來看，有兩種方法可以解決這一問題，第一種方法是采用更快的處理器更多的存儲容量，第二種方法是采用更多的處理器以提高處理效率。雖然每個處理單元的速度比較慢，但多個處理單元合作可以將數(shù)據(jù)處理任務(wù)在限定時間內(nèi)完成，當(dāng)處理任務(wù)繁忙時，這些MCU也可以進入空閑狀態(tài)。

“人們需要這種靈活性，因為你會有很多的異質(zhì)應(yīng)用（heterogeneous application）要處理，你又不愿意采用同質(zhì)模型（homogenous model，CPU或者GPU這種所擅長的計算方式）來實現(xiàn)，”NetSpeed Systems CEO與聯(lián)合創(chuàng)始人Sundari Mitra說，“微控制器的優(yōu)點是其有一套可編程的微代碼引擎（microcode engine），用戶可以根據(jù)應(yīng)用環(huán)境選擇合適的架構(gòu)，因此比處理器硬核靈活性更高。微處理器可以給用戶一些靈活性--雖然不太多，但畢竟多了些靈活性。這讓用戶在架構(gòu)方面具備了更多的靈活性。CPU在浮點計算方面更具優(yōu)勢，GPU在視頻處理方面更具優(yōu)勢，MCU則處于兩者之間。MCU可用于可穿戴等物聯(lián)網(wǎng)終端設(shè)備，也可用于汽車引擎的控制。MCU的架構(gòu)要有足夠的靈活性和自適性，以適應(yīng)不同的應(yīng)用。如果開發(fā)人員清楚應(yīng)用的工作流程，并對此進行相應(yīng)的優(yōu)化，使用MCU能為你的計算引擎帶來一些多樣性。”

定義MCU

通常來說，MCU是CPU與GPU的瘦身版，計算能力相對弱，跑的時鐘速度也比較低。在存儲架構(gòu)上MCU與CPU和GPU的區(qū)別更明顯，特別是8位與16位MCU，通常只有片上存儲。因為成本低、功耗更低，所以很受歡迎。但高級的32位MCU與低端CPU的區(qū)別已經(jīng)不明顯，64位多核MCU的出現(xiàn)更讓人困惑。

“從大的方面來說，根據(jù)工作負荷的不同，CPU通常會為單線程或多線程性能優(yōu)化，”Mitra說，“如果考慮實時性的要求--物聯(lián)網(wǎng)中有很多實時性應(yīng)用--系統(tǒng)需要做出實時響應(yīng)，CPU通常不會對實時性任務(wù)進行優(yōu)化。假設(shè)有這樣一個應(yīng)用場景，CPU需要監(jiān)測周圍環(huán)境狀況，當(dāng)環(huán)境發(fā)生變化時做出相應(yīng)的決策，這時不大可能用CPU來反復(fù)的檢測某一點，這就是MCU的用武之地。那么使用MCU到底有什么不同呢？CPU與GPU都很容易理解，但MCU不是這樣。應(yīng)用MCU要面臨可用信息更少、設(shè)計參數(shù)常常變更的狀況，所以開發(fā)人員要適應(yīng)?！?/p>

同樣，由于MCU應(yīng)用的多樣性，很難清楚的定義MCU的市場，也不容易用統(tǒng)一標準來預(yù)測MCU市場的走勢。在2016年5月份的報告中，Brisk Insights預(yù)測，到2022年MCU市場將保持15.8%的年復(fù)合增長率，Brisk Insights認為在物聯(lián)網(wǎng)應(yīng)用的推動下，32位MCU將是增長最快的市場。Databeans的數(shù)據(jù)則比Brisk Insights保守很多，其預(yù)測年復(fù)合增長率為6%，MCU市場最大的推手是工業(yè)需求。

Gartner則給出了MCU 領(lǐng)域的排名前列的廠商，它們是瑞薩、恩智浦（NXP）、意法半導(dǎo)體、Microchip、德州儀器和英飛凌。

但MCU不斷出現(xiàn)在新的應(yīng)用場景中，這使得MCU的市場越來碎片化，以致難以追蹤。

“每種非常復(fù)雜的芯片，幾乎都包含了MCU，” Arteris 市場副總裁Kurt Shuler說道，“在汽車里面，到處可以見到獨立工作的MCU，大型芯片往往也有MCU在后臺運行，MCU在無線數(shù)字基帶應(yīng)用中也很廣泛?！?/p>

使用MCU的設(shè)備通常將程序優(yōu)化以提高電源效率，現(xiàn)在開發(fā)人員仍在通過延長喚醒時間等方式來進一步降低功耗。開發(fā)人員所面臨的挑戰(zhàn)更多不是來自于MCU硬件能力方面，而在于如何在系統(tǒng)中更高的發(fā)揮這些硬件能力。