由於人工智慧物联网等高效能运算技术，得益於神经网路技术的进步，机器学习（Machine Learning；ML）不再局限於超级电脑的世界了。如今智慧型手机应用处理器可以执行AI推论，用於实现影像处理和其他复杂的功能。这些边缘运算装置有许多是采用电池供电，因此对於系统的功耗有很高的要求，用来延长系统的工作时间。

恩智浦半导体大中华区资深行销经理 黄健洲

恩智浦半导体大中华区资深行销经理黄健洲指出，对现今许多设计而言，功耗是选择元件最重要的标准，因为可携式产品的电池寿命越长，对消费者越有吸引力。在基础设备应用中，低功耗也是一项重要规格，因为较低功耗代表晶片将产生较少热量，过高的热量可能会限制系统产品的通道密度，或使得设计团队无法增加新的功能。此外，有些较着重电源成本的设计，例如以通用序列汇流排（USB）供电的产品，或由汽车电瓶供电的汽车修配零件产品等，其电力预算亦相对有限。

NXP在打造更低功耗的运算解决方案时除了在晶片设计上有许多创新，电源管理软体的精密度亦大幅提升外，晶片制程方面也采用更先进制程生产。目标是系统设计人员不用於设计系统时为任一项功能迁就妥协。然而，没有装置十全十美，设计人员必须仔细考量系统需求，检视目前不断推出的低功耗处理器，以了解哪一项产品最符合应用需求。

我们看到市场继续保持积极的成长趋势，并期待有更多的人工智慧物联网设备在市场上，如消费性物联网设备、工业应用和网路、还有与视觉、语音和声音影关的边缘应用。

黄健洲认为，MCU解决方案的发展有两大趋势，来支援机器学习计算能力。一是提高 MCU本身计算性能及能力，如从 Cortex ARM M0+到M4、M33和M7。另一种是透过在MCU中整合机器学习加速器和DSP来增强整体的ML运算能力。

目前NXP提供了eIQ边缘智慧平台，该平台是使用NXP MCU和MPU（应用程式处理器）建构ML应用的图书馆和开发工具。对於MCU来说，此eIQ是开源推理引擎，如Tensorflow Lite。此外，eIQ边缘智慧平台支援新兴的神经网路编译器，如Glow。不仅如此，eIQ也整合於MCUXpresso SDK middleware当中。