人工智能 (AI )需要超强的计算能力，而Maxim 则大大降低了AI计算所需的功耗。MAX78000是一款新型的AI微控制器 ，使神经网络 能够在互联网边缘端以超低功耗运行，将高能效的AI处理与经过验证的Maxim超低功耗微控制器相结合。通过这款基于硬件的卷积神经网络(CNN)加速器，即使是电池供电的应用也可执行AI推理，同时功耗仅为微焦耳级。
开发资料 *附件：MAX78000数据手册.pdf
器件驱动器 MAX78000 GitHub no-OS Driver Source Code新 AI Tools 软件开发 Maxim Micros SDK (Windows), 1.0.1 MAX78000 EV Kit Power Monitor Software, 1.0.0 Maxim Micros SDK (Mac), 1.0.1 Maxim Micros SDK (Linux), 1.0.1 MAX78000是一款先进的片上系统，集成带FPU CPU 的Arm ^®^ Cortex ^®^ -M4内核，通过超低功耗深度神经网络加速器实现高效的系统控制。CNN引擎具有442KB的权重存储器，可支持1、2、4和8位权重（支持高达350万权重的网络）。该CNN权重存储器基于SRAM ，因此可进行AI网络的即时更新。同时，CNN引擎还集成了512KB的数据存储器。高度灵活的CNN架构允许用户通过PyTorch ^®^ 和TensorFlow ^®^ 等传统工具集训练网络，然后经Maxim提供的工具转换后在MAX78000上运行。
除CNN引擎的存储器之外，MAX78000还具备适配微控制器内核的大型片内系统存储器，具有512KB的闪存和高达128KB的SRAM，支持多个高速和低功耗的通信接口 ，包括I2S和并行摄像头接口 (PCIF)。
该器件采用81引脚的CTBGA（8mm x 8mm、0.8mm间距）封装。
应用 音频 处理：多关键字识别、声音分类、降噪面部识别 目标检测和分类 时间序列数据处理：心率/生命体征信号 分析、多传感器 分析、预测性维护 特性 双核超低功耗微控制器 带FPU的Arm Cortex-M4处理器 ，工作频率最高可达100MHz 512KB闪存和128KB SRAM 16KB指令缓存帮助优化性能 用于SRAM的可选纠错码(ECC-SEC-DED)功能 32位RISC-V 协处理器，工作频率最高可达60MHz 多达52个通用I/O引脚 12位并行摄像头接口 一个I^2^S主机/从机，用于数字音频接口 神经网络加速器 针对深度卷积神经网络进行了高度优化 442k 8位权重容量，具有1、2、4、8位权重 高达1024 x 1024像素的可编程 输入图像尺寸 多达64层的可编程网络深度 多达1024个通道的可编程网络每层通道宽度 一维和二维卷积处理 流模式 灵活支持其他网络类型，包括MLP和循环神经网络 电源管理 延长电池应用的续航时间 集成单电感多路输出(SIM O)的开关电源 (SMPS ) SIMO电源 电压范围：2.0V至3.6V 动态电压调节尽可能地降低了内核功耗 在3.0V时缓存执行While循环的电流 为22.2µA/MHz（仅CM4内核工作） 支持实时时钟 (RTC)使能的低功耗模式的SRAM数据保留 安全性和集成度 安全启动 AES 128/192/256硬件加速引擎 真随机数生成器(TRNG)的随机数种子生成器 评估套件
*附件：max78000_evkit_gerbers.zip
带有专用显示屏的储能器，可以跟踪设备电源随时间的变化 板载数字麦克风 板载加速度计/陀螺仪 SWD JTAG 10引脚接头 RISC -V协处理器JTAG 10引脚接头16M字节QSPI Flash 选择可通过0.1in接头访问的GPIO 四个ADC 输入，采用可选的AA滤波器 触摸使能、3.5in、320 x 240彩色TF T显示屏 UART 通过USB 桥接器 访问QSPI存储器通过USB桥接器访问 所有IC电源轨都可能采用跳线隔离，以测量单个电流 两个通用LED 和两个通用按钮开关
关注微信