一年多之前，瑞萨电子提出了一个观点，就是要将AI技术融入到实时嵌入式系统中，也就是e-AI。

去年年底，瑞萨电子高级副总裁，产业解决方案事业部副部长Michael Hannawald在2017美林银行日本峰会中，再次重申了瑞萨电子对于e-AI的看法以及其他在产业领域的计划。

工业是瑞萨电子的必争之地

根据2017年半年报显示，瑞萨电子的工业业务占公司总营收的30%，而车用市场占比50%，两者相加则超过了80%。Michael Hannawald预计，2016年到2021年间，受益于市场升级需求，瑞萨电子在工业领域营收的年复合增长率将达10%。

目前瑞萨电子在工业领域主要关注三大领域七大应用，领域包括智能楼宇、智能工厂以及智慧家庭，应用则包括了办公自动化、楼宇自动化、表计、ICT、工厂自动化、家庭应用及医疗行业。



如图所示，在三大领域中，瑞萨电子都占据着领先的市场份额，是众多主流客户的主要供应商。

实时的e-AI嵌入式人工智能

如图所示，在IT和OT融合的今天，IT领域的人工智能大火特火之时，OT领域除了之前需要实时性、可控性以及安全性之外，也需要与IT相对应的AI特性。

当然，嵌入式领域和IT领域在AI上的区别还是很明显，尤其是算法的存储空间上，在IT中可能占据300MB，但是在嵌入式应用中，只可以使用300KB。此外，在RAM上MCU的资源也少得可怜。

瑞萨电子提供了一整套e-AI解决方案，包括

1. e-AI translator    将Caffe或者TensorFlow 网络以及其他深度学习框架导入至MCU/MPU开发环境中。
2. e-AI checker     基于输出结果，计算出MCU/MPU中的ROM/RAM安装尺寸以及推理执行时间。
3. e-AI importer    连接专门用于嵌入式系统的新AI框架，在MCU/MPU的开发环境中实现实时性能和较小的资源。

但是整个导入过程并不容易，毕竟MCU/MPU不支持Python，与MCU/MPU现有的ROM/RAM管理工具不兼容，第三则是AI框架大部分都是采用的Python语言，而MCU控制采用C/C++语言。

为此，瑞萨电子对e² studio开发环境增加了插件和优化，更适合e-AI项目导入。

在瑞萨电子的那珂工厂，已经开始利用了e-AI技术，比如异常检测和预测性维护，只需要更新少量的机器部件而不需要更新现有基础设施情况下，大大提高了检测精度，而这些项目以前只能由熟练技术人员进行判断。项目执行之后，实现了比原来高6倍的非正常检测精度、0误报率以及更少的维护，从而节约了维护及员工成本，显著提高了生产率。

在2017年4月份日本举办的DevCon上，瑞萨电子展出了大量Demo，以证明e-AI确实有效。

如瑞萨电子官网所展示的：
https://www2.renesas.cn/zh-cn/solutions/key-technology/e-ai/solution.html

瑞萨电子官方表示，目前已收到超过了40家客户咨询，并且就e-AI技术与超过10家企业进行具体的业务讨论。

Michael Hannawald以工业领域为例，分析了各种工厂对于e-AI的需求，未来相对底层和低端的应用将是最主要的增长领域。



e-AI的硬件核心竞争力在DRP

DRP是（Dynamically Reconfigurable Processor），动态可配置处理器，在实现高性能的同时实现了更低功耗，在嵌入式领域，该技术比GPU快10倍，比CPU更是快了100倍。瑞萨电子官方表示：“其复杂程度甚至超过了FPGA。”

e-AI平台离不开合作伙伴，Michael Hannawald也强调了生态系统的重要性，并表示e-AI平台将越来越开放。

未来的低功耗SOTB技术

SOTB是Silicon On Thin Buried Oxide，即薄氧化埋层上覆硅，实际上也是低功耗MCU市场的FD-SOI技术。

如图所示，无论是功耗/频率比，还是ULP Bench测试，SOTB的水平都是一流的，甚至超过了号称最低功耗的MCU厂商Ambiq。

藉由低功耗的特性，SOTB技术真正可实现0电池供电，包括太阳能、温度、震动、水流或者风能都能为其供电。

该技术被Michael Hannawald称为可以改变我们生活的一项技术，“结合能源采集系统中，可用到各种无人化场景中，让我们的生活更加智能化。”