目录
概述
1 边缘AI介绍
2 核心硬件配置
3 Axon NPU
4 AI性能与能效亮点
5 主要应用方向
概述
Nordic Semiconductor新推出的nRF54LM20B是一款专为电池供电物联网设备设计的、集成神经网络处理器(NPU)的超低功耗无线系统级芯片(SoC)。它代表了Nordic在边缘人工智能(Edge AI)领域的最新进展。
1 边缘AI介绍
边缘AI是: 指在非云端硬件上运行AI算法和神经网络的概念。其涵盖范围广泛,从边缘服务器和网络基础设施,到高性能计算机、笔记本电脑和智能手机,直至Nordic超低功耗SoC内部的微控制器及其应用设备。在Nordic讨论边缘AI时,通常仅指与Nordic SoC和SiP相关的部分——即在低功耗无线设备上运行AI算法和神经网络,将边缘AI真正带到最前沿。
Nordic Semiconductor 为边缘人工智能提供两项独特技术,仅适用于 Nordic 硬件,针对不同应用场景并支持不同硬件目标。
1)Neuton模型
Neuton模型是基于Nordic专有神经网络框架创建的超小型边缘AI模型。其体积小巧且运行高效,使在Nordic任何SoC的常规CPU核心上运行边缘AI应用成为可行方案,可解决基于时间序列传感器数据(如加速度计、惯性测量单元、光电血氧仪、温度及电力测量传感器输出)的多种AI挑战。
2)Axon NPU
Axon是Nordic集成的AI加速器,旨在提升TensorFlow Lite模型的运行速度与效率。Axon NPU将集成于部分Nordic SoC产品中,适用于处理基于高频率时间序列数据的边缘AI挑战,以及音频和图像分类任务。
2 核心硬件配置
nRF54LM20B 集成Axon神经处理单元(NPU)的超低功耗无线系统级芯片,适用于硬件加速的边缘人工智能应用,支持蓝牙低功耗、信道探测、蓝牙Mesh、Zigbee、Thread、Matter、Aliro及2.4 GHz专有协议。其 将 Axon NPU 与 2 MB NVM、512 KB RAM、128 MHz Arm® Cortex-M33 plus RISC-V 协处理器、高速 USB、多达 66 个 GPIO。
其核心特性总结如下:
| 类别 | 关键组件与特性 |
|---|---|
| AI加速核心 | Axon NPU(源自Atlazo收购),专为边缘AI工作负载优化。 |
| 主处理器 | 128 MHz Arm® Cortex-M33 内核。 |
| 协处理器 | RISC-V 协处理器。 |
| 存储 | 2 MB 非易失性存储器 (NVM),512 KB RAM。 |
| 无线连接 | 第四代超低功耗2.4 GHz无线电,支持蓝牙低功耗(LE)、蓝牙信道探测、Matter over Thread等。 |
| 外设接口 | 高速USB,多达66个GPIO。 |
其他特性:
处理效率和性能:193 CoreMark/mA(3 V 时),503 CoreMark®
得益于集成的 Axon NPU,边缘 AI 能力得到增强
射频功耗:接收时 3.4 mA,发送时 4.8 mA(0 dBm,3 V 时)
睡眠模式功耗:0.7 μA 至 4.0 μA(3 V 时)
最大发送功率:+8 dBm(CSP)/ +7 dBm(QFN)
灵敏度:-96 dBm(1M 蓝牙 LE),-101 dBm(802.15.4)
针对最低总平均电流进行了优化
3 Axon NPU
Axon NPU是Nordic Semiconductor为nRF54LM20B芯片开发的专用AI加速器,其核心是专为超低功耗物联网设备设计的硬件神经网络处理器。简单来说,Axon NPU通过硬件级的高效AI计算,让小型、电池供电的物联网设备也能在本地(无需依赖云端)快速、低耗地处理AI任务,是实现毫秒级响应、保护隐私、并延长电池寿命的关键。
| 特性 | 具体说明 |
|---|---|
| 技术来源 | 源于2023年Nordic对Atlazo公司的收购。 |
| 核心定位 | 专用于加速边缘AI任务,是高效的AI硬件加速器。 |
| 性能表现 | 在声音分类、关键词识别和图像检测等任务上,比同类方案性能提升高达7倍,能效提升高达8倍。 |
| 典型应用 | 声音分类、关键词唤醒、图像检测、异常检测、活动和手势识别、生物特征监控等。 |
| 配套工具 | 与Nordic Edge AI Lab(开发平台)和Neuton模型(超小型AI模型,通常<5KB)协同,构成完整的开发解决方案。 |
4 AI性能与能效亮点
Nordic为此芯片提供了一套完整的开发工具,以降低边缘AI的开发门槛:
Nordic Edge AI Lab:一个开发工具平台,旨在简化和加速边缘AI应用的开发。
Neuton AI模型:这是一系列超小型、可在CPU上运行的边缘AI模型,通常小于5KB。与其他CPU模型相比,其体积可小10倍,速度更快,效率更高。Edge AI Lab能帮助开发者生成用于异常检测、手势识别等场景的定制化Neuton模型。
5 主要应用方向
nRF54LM20B非常适合需要在本地进行实时智能处理且对功耗敏感的设备,主要应用方向包括:
| 应用领域 | 典型功能 |
|---|---|
| 智能传感与监控 | 异常检测(如工业设备)、生物特征监控(如穿戴健康设备)。 |
| 交互与识别 | 活动与手势识别、关键词唤醒、简单的图像或声音分类。 |
| 智能追踪与物流 | 实时检测货物的冲击、摇晃、运输状态等(已有全球供应链公司的成功部署案例)。 |