鲁哇客：超低功耗边缘计算人脸检测方案对比调研

鲁哇客，持续关注超低功耗，在各种领域的发展。

前言

最近对AI(人工智能)的最常见领域:人脸检测，做了一个比较深入的市场调查研究，把调查结果记录如下，可以给有需求的朋友节约一点时间。有其它发现的朋友欢迎留言讨论。

人脸检测是人脸识别的前端，比人脸识别的运算要简单些，也可以更快的得到结果，往往用在需要超低功耗的场景。一般的，系统在识别到人脸后，再进行功耗比较高的人脸识别，识别人的身份后，最后进入全功耗的工作状态，以达到最高效的能耗效果。

方案对比

这里对比的，是最前端，对功耗要求最为苛刻的人脸检测方案。

低功耗边缘计算的方式大致有三种：MCU+CNN、FPGA和多核MCU。他们的平均功耗可以做到10mW以下，下面一一列举具有代表性芯片方案。

1.MCU+CNN

Maxim与Xailient联手打造的低功耗的IoT人脸检测方案：MAX78000。 MAX78000 AI MCU（带神经网络加速器）用于需要极端计算能力的人工智能 (AI) 应用。MAX78000支持神经网络，将高能效AI处理与超低功耗微控制器结合在一起。基于硬件的卷积神经网络 (CNN) 加速器使电池供电应用能够执行AI推理，同时仅消耗微焦耳能量，只需12ms即可检测并锁定视频、图像中的人脸。

芯片特性

• 双核超低功耗微控制器

1. Arm Cortex-M4处理器（采用FPU，频率高达100MHz）
2. 512KB闪存和128KB SRAM
3. 性能经过优化，具有16KB指令缓存
4. 可选纠错码 (ECC-SEC-DED) ，用于SRAM
5. 32位RISC-V协处理器，频率高达60MHz
6. 多达52个通用I/O引脚
7. 12位并行相机接口
8. 一个I2S主/从接口，用于数字音频接口

• 神经网络加速器

1. 高度优化，用于深度卷积神经网络
2. 重量容量：442