深入解析 Synaptics Astra® SR200 系列 xMCU 架构
边缘 AI 为微控制器设计带来了新的挑战。当设备需要在严格的功耗限制下持续处理视觉、语音、音频和传感器数据时，仅提升 CPU 性能或增加 AI 加速器并不足够。处理器需要持续获得充足的数据以充分发挥性能，不同计算资源需要在恰当的时机启动，整个系统还要能够在微瓦级监测与高性能推理之间灵活切换，并提供应用处理器级的性能和 I/O 能力。
Synaptics 推出 Astra SR200 系列 xMCU，正是为了应对这一设计挑战。Astra SR200 系列融合以视觉为核心的 SR100 和以音频为核心的 SR80 的设计理念，从基础架构出发，构建可扩展的 AI 原生架构，并配备大容量可扩展内存。SR200 系列包含多条产品线，面向不同市场和应用。
要满足这些要求，需要在多个相互关联的设计环节进行统筹。不同工作负载需要不同的处理资源，而这些资源也需要足够的内存容量和带宽来充分发挥性能。持续监测需要精确控制设备各部分的运行状态，多模态应用则需要协调处理来自不同传感器的输入。
异构计算：为不同工作负载匹配合适的核心
持续监测与高强度突发计算对设备的要求并不相同。如果使用同一种处理资源承担两类任务，很难兼顾响应速度与能耗。因此，SR200 集成了针对不同工作负载的处理资源。
在通用处理方面，Synaptics 集成了 Arm® Cortex®-M85 核心。Cortex-M85 可即时启动，高速执行复杂算法任务，使系统能够快速完成处理并重新进入低功耗休眠状态。
与 Cortex-M85 配合的是 Arm Cortex-M52 核心，可作为高能效的后台监测核心持续运行。Cortex-M52 在低功耗运行与现代处理性能之间取得良好平衡，以极低能耗支持系统持续监测。
除通用 CPU 核心之外，SR200 还集成 Synaptics Torq 神经处理单元，专门用于神经网络处理。Torq NPU 延续 Synaptics 与 Google 围绕 Coral 架构开展的联合工程工作，可提供 400 GOPS 的专用神经网络处理能力。GOPS 等参数可以作为基础性能指标，但 Torq NPU 的真正价值更体现在实际应用能力上。借助集成式加速器，SR200 可直接在设备端执行本地语音识别和实时文本转换、多目标场景分类、空间分割及图像识别。通过将 Cortex-M85、Cortex-M52、DSP 和 Torq NPU 整合在统一架构中，Synaptics 让微控制器的性能能够达到入门级 Linux 处理器水平，同时避免 MPU 常见的功耗负担。
面向边缘 AI 工作负载的内存设计
边缘 AI 的性能取决于内存子系统能否容纳所需的模型数据，并以足够快的速度将数据传输至处理核心。对于受内存限制的工作负载，单纯增加算力无法突破这一瓶颈。因此，SR200 的内存设计同时兼顾容量与带宽。
为解决小型边缘设备的内存限制，Synaptics 在 xMCU 架构中重新设计了数据向计算引擎传输的方式。在芯片内部，Synaptics 设计了更宽的高带宽内存架构，并内置硬件安全机制。通过这一内部互连架构，所有 CPU 核心、DSP 和神经处理器均可同时访问内部内存，不会造成总线争用。
在外部内存扩展方面，Synaptics 在封装内引入定制 DRAM 接口，其工作方式类似于高端数据中心芯片采用的高带宽内存（HBM）。Synaptics 将这一类似 HBM 的设计引入微控制器市场，支持扩展至数百 MB RAM。借助这一定制 DRAM 数据通道，SR200 系列能够以前所未有的速度将大规模神经网络参数传输至计算核心，从而在本地运行复杂的多模态 AI 模型。更重要的是，与市场上的其他 DRAM 方案相比，这一宽内存通道在实现高速传输的同时，可将内存功耗降低 300%。
四级电源域设计，充分发挥制程节点能效优势
对于持续监测周围环境的设备，并不需要所有处理核心、外设和内存模块始终处于工作状态。电源管理的关键在于，让监测所需资源保持可用，并根据工作负载按需启用其他资源。基于这一需求，SR200 采用四级电源域管理架构。
这一电源管理架构由四个独立电源域组成：
- 始终开启电源域
- 超低功耗电源域
- 低功耗电源域
- 高性能电源域
四级电源域设计让系统设计人员能够对硬件资源进行精细控制，并根据当前工作负载即时开启或关闭外设、内存模块和处理核心。例如，用于监测远程管道阀门或变电站的无线摄像头，可以依靠电池在超低功耗状态下持续运行数周；一旦传感器检测到移动或仪表位置变化，即可立即唤醒视觉处理功能。
Synaptics 通过合理选择制程节点，并与 TSMC 持续优化制造工艺，实现了上述能效表现。Synaptics 没有采用风险和成本较高的一次性亚阈值工艺，而是选择成熟的制程节点打造 SR200。结合 TSMC 12e 制程、超低漏电 SRAM 单元及定制版图设计，Synaptics 在保持清晰、可靠的后续制程演进路线，包括向 6e 等未来节点演进的同时，实现了业界领先的能效指标。
多模态感知与物理 AI 融合
物理 AI 应用很少只依赖单一传感器输入。部署在家庭、商业和工业环境中的设备，需要同时处理视觉、语音、音频和时间序列传感器数据。为此，Synaptics 对 SR200 的传感器数据通路进行了专门设计，使其能够同时接收并处理多种数据流，而不会影响性能。
在视觉处理方面，SR200 集成专用双通路图像信号处理器（ISP），可同时支持机器视觉和人类视觉处理通路。这一双通路 ISP 可让系统同时执行情境 AI 分析和高质量图像采集。例如，机器视觉通路可以扫描较大的视野范围，通过本地 AI 模型识别特定感兴趣区域，并实时触发人类视觉通路，对目标对象进行高分辨率变焦拍摄。
除消费级智能家居应用外，Synaptics 还针对物理 AI、机器人和边缘自动化应用对 SR200 系列进行了专门设计。芯片平台直接集成高速工业通信接口，包括千兆以太网和 CAN FD 控制器。借助这些集成式网络数据通路，SR200 可作为智能边缘节点，在本地处理复杂的传感器输入，并通过工业网络实时分发控制指令。
开放软件栈，通过社区协作推动创新
AI 模型、量化方法和优化技术仍在持续演进。随着应用需求变化，开发者需要能够查看并灵活调整的开发工具。微控制器市场长期存在的另一项挑战，是专有软件工具链和闭源编译器带来的供应商锁定问题。针对这一障碍，Synaptics 为 SR200 系列提供开放的软件栈和边缘 AI 编译器生态。
这一开放软件策略与 Synaptics 对 AI 快速创新的理念相契合。由于模型、量化方法和优化技术不断演进，封闭的专有软件环境很难跟上变化速度。这与云计算的发展类似，目前全球大多数企业服务器和 AI 工作负载都运行在开源 Linux 软件之上。
Synaptics 向开发者社区开放软件编译器代码库及相关工具，让客户能够查看代码、针对专有 AI 模型定制编译器，并直接参与软件改进。开放生态不仅消除了供应商锁定，也加快了新一代物理 AI 应用的部署。
重新定义微控制器的未来
Synaptics Astra SR200 系列 xMCU 将高性能异构核心、可扩展的 HBM 级内存架构、四级电源域管理、多模态感知以及开源软件的灵活性融为一体，重新拓展边缘计算的能力边界。通过突破传统微控制器长期面临的瓶颈，Synaptics 为开发者和企业客户提供专为新一代智能边缘和物理 AI 设备打造的平台。