智慧物聯要完善，優異的邊緣運算是不可或缺的項目。

在這個趨勢下， MCU的應用就成了智慧物聯系統的重點項目。

其中，工業與消費性電子市場是最主要的成長驅力。

在智慧物聯（AIoT）的運行架構裡，終端的性能，或者說終端裝置的智慧能力，幾乎決定了整個AIoT系統是否運行順暢的關鍵。理由很簡單，因為AIoT要完善，優異的邊緣運算是不可或缺的項目，儘管可以用所謂的智慧閘道器來補強數據的處理，但提升終端裝置的運算力仍是當今主流的開發趨勢。

而在這個趨勢下，微控制器（Microcontroller Unit，MCU）和微處理器（Microprocessor Unit）的應用也就成了智慧物聯系統的重點項目。根據市場研究機構Grand View Research的報告，在物聯網應用領域的MCU市場規模，從2012年起就呈現持續成長的態勢，預計至2022年，將會成長至35億美元以上的規模，其中工業與消費性電子市場是最主要的成長驅力，分別都有一倍以上的成長。

至於微處理器的部分，另一分研究公司Statista的分析資料則顯示，進入AIoT世代之後，標準PC與伺服器的處理器市場又重回成長的態勢，將從2018年的51%市佔率，至2020年將成長至56%；而嵌入式的網路處理器更是在2019年有了一倍的成長。

AIoT應用帶來高運算需求 低功耗與資安成標配

從這兩個研究報告的資料不難看出，隨著網路與智慧化趨勢的不斷發展，更多的微控制器和微處理器會被運用在電子系統的設計之中。尤其是在全球5G佈建陸續到位之後，在網路設備端的數據處理需求又更佳的明顯。

而在技術面上，對IoT應用來說，低功耗的需求幾乎成為一條鐵律，因為物聯網設備經常是小型感測裝置，且採電池供電，因此低功耗就成了MCU在設計上的必備規格。所以要打入智慧物聯的系統之中，具備低功耗技術的將是相關供應商的開發要點。

圖一 : 各種應用領域的MCU成長態勢

另一個重要的技術趨勢，則是更高的資訊安全防護。在萬物聯網的概念中，所有的設備都將會被以網路連接，藉以完善更高的便利性與更高度的智慧系統，然而它同時也意味著所有的裝置都會曝露在更高的資安風險之下。也因此，運算和控制系統就必須具備更佳的資安防護的設計，例如在程式碼之中加入加密的機制，或者取得相應的認證規範，都有助於強化其資安的能力。

值得注意的是，相對於8位元和16位元的MCU，32位的MCU在AIoT應用裡的滲透率是相當高的。根據統計，32位元MCU在2014年已佔整體市場的30％以上，並且逐年增加。最主要的原因，就是這些控制器可以提供更佳的數據吞吐量，並且在讀取感測器資料時也有更好反應能力，由於它們經常配置相對較大的RAM容量，且速度也較快，因此受到較多客戶的青睞。但仍有部分的MCU供應商提供訂製的16位元MCU，作為IoT專用的解決方案。

圖二 : 處理器市場分布狀況

然而談到MCU與MPU在AIoT裡的發展，現場可編程邏輯閘陣列（FPGA）也是不能漏掉的項目，它同樣用來做為數據運算的功能，並且有更高的客製化能力，也是目前AIoT應用裡的重要元件。

依據Markets and markets的研究，同樣受惠於AIoT趨勢的帶動，全球FPGA市場規模預計將從2020年的59億美元，成長到2025年的86億美元，複合年成長率（CAGR）將達到7.6％。主要的原因是，它編程容易，因此可以有更快的上市時間。

在技術面上，由於IoT對低功耗的需求，因此FPGA在開發上也有了新的發展。據調查，2019年中，28 nm以下製程的FPGA產品佔了該產業的最大規模，且預計從2020年到2025年，這一趨勢仍將持續發展，且小於28nm製程的產品還會越來越多，原因就是在低功耗與小體積的需求。

從邊緣到端點 加速智慧生活

Arm應用工程總監徐達勇說，為了讓服務提供者順利地觸及使用者，系統的運算必須從雲一路延伸到邊緣及端點。為達到這個目標，就必須仰賴分散式運算來實現，同時考量網路的連結性，以及處理器技術的創新與改進。如果早期談人工智慧（AI）和機器學習（ML）是將數據發送到大雲數據中心進行分析、決策和行動，那MCU當前的運算類型就是透過邊緣分散到端點裝置，進而降低成本，延遲並提高安全性並改善客戶的經驗。

另外，為了要擴展大型部署，必須在整個系統上妥適的分配運算功能，也就是將最適切的運算功能及工作負載，根據裝置資源的差異，適切的分配在從雲到端點的正確位置上。

目前多數MCU普遍都採用了Arm架構的運算核心，Arm可提供很廣泛的IP組合，從極致運算效能的Cortex-A系列CPU，到運算式儲存的Cortex-R系列即時處理器，以及IoT應用的Cortex M系列低能耗MCU核心。

例如在終端運算，最新的M55核心便針對ML運算導入了新的Helium技術，相較於以往Cortex-M系列處理器強化了15倍ML效能的算力，同時功耗只增加一倍，如果搭配U55又能增強32倍的ML算力，這對於邊緣運算的需求來說，非常能夠兼顧能耗與效能的平衡。

而隨著ML應用的普及、分散式運算的發展，以及應用場景的多樣化，運算工作都將被分配在不同的位置與不同的裝置上進行。例如ML的本質與準確性，通常都與硬體的功能有關。硬體功能越強，準確性將會越高。Arm提供不同核心的IP選擇，系統業者可因應不同的運算需求進行擴充與強化。

運算安全防護

圖三 : 終端裝置的尺寸通常較小，因此MCU設計要務就在降低耗電量，提升效能。

另外，在全方位安全的確保方面，由於MCU已經普及於生活中的所有層面，因此其運算的安全性也必須從一開始就加以考慮，而不是在事後補強，並且要有適當的對策來應對每種威脅。Arm多年來一直在幫助生態系統保護從晶片到雲的裝置安全，並致力於採用端到端的安全性方法。目前Arm發起的安全平台架構（PSA）已成為市場上普遍的實施架構之一，而透過橫跨整個系統的IP，來提供對處理器、子系統，以及加速和卸載的保護。這些都被無縫的整合在一起來進行分層保護。

PSA（Platform Security Architecture）這是一種防護架構，能從系統的角度來進行防護，並循序漸進讓工程人員從底層IP、硬體開始直到軟體，建立防護合適的安全防護等級，最好的用例就在於AIoT上。從分析、定架構、實施、最後到裝置認證。PSA也提供Check List，幫助用戶檢查其裝置是否安全要求。所以Arm不只提供單一IP，也提供一整套的架構（Framework）給夥伴。PSA Certified可以依客戶的需求及應用來選擇，這對5G世界的安全防護非常重要。

結語

MCU的發展，從無處不在，再到目前運算效能更為強化。HPC的重點就是擴展運算的極限，在這個人工智慧與5G的年代，MCU的演化浪潮也越來越明確。運算效率的重要性更勝以往，且開發人員需要更高的彈性與效率，雲端則帶動橫跨整個基礎架構的巨變，而許多廠商也需要更多的選擇。MCU的開發商已經考量到這些挑戰，並著手讓自家的MCU產品得以支持HPC所需的效能、效率與擴充性。