原创 【雕爷学编程】MicroPython动手做（01）——春节后入手了K210开发板

2018年9月6日,嘉楠科技推出自主设计研发的全球首款基于RISC-V的量产商用边缘智能计算芯片勘智K210。该芯片依托于完全自主研发的AI神经网络加速器KPU,具备自主IP、视听兼具与可编程能力三大特点,能够充分适配多个业务场景的需求。作为嘉楠科技自主研发的边缘侧AI芯片,勘智K210兼具高能耗比和灵活性。在算力方面,勘智K210可在0.3W的条件下提供1TOP的算力支持,充分适配在多数业务场景中低功耗约束下的算力需求。

在芯片集成度方面,勘智K210采用视听一体化设计。在机器视觉上,芯片基于自主研发的神经网络加速器KPU,可完成基于神经网络的图像分类任务,进行人脸识别与检测,以及实时获被检测目标的分类。在听觉能力上,芯片自带APU语音处理单元,最高可支持8路音频数据及16个方向,无需占用CPU即可实现声源定向、声场成像、波束形成、语音识别与唤醒等功能。

在算法定制化方面,勘智K210在可编程能力上呈现出更高的灵活性。首先,相比ARM等架构,勘智K210采用RISC-V架构,拥有更强的可定制化能力,便于开发者根据具体应用场景定制算法。其次,芯片搭载FPIOA现场可编程IO阵列,支持TensorFlow、Keras、Darknet、PaddlePaddle和Caffe等主流AI编程框架,以及全面的开发文档,对开发者十分友好。此外,芯片内置64位双核处理器架构,分为计算核与应用核,能够为开发者提供足以应对复杂业务场景的计算资源。

K210系统架构
K210 包含 RISC-V 64 位双核 CPU，每个核心内置独立 FPU. K210 的核心功能是机器视觉与听觉，其包含用于计算卷积人工神经网络的 KPU 与用于处理麦克风阵列输入的 APU. 同时 K210 具备快速傅里叶变换加速器，可以进行高性能复数 FFT 计算。因此对于大多数机器学习算法，K210 具备高性能处理能力。K210 内嵌 AES 与 SHA256 算法加速器，为用户提供基本安全功能。K210 拥有高性能、低功耗的 SRAM，以及功能强大的 DMA，在数据吞吐能力方面性能优异。K210 具备丰富的外设单元，分别是：DVP、JTAG、OTP、FPIOA、GPIO、UART、SPI、RTC、I²S、I²C、WDT、Timer 与 PWM，可满足海量应用场景。

基于RISC-V开源指令集
RISC-V(读作“RISC-FIVE”)是基于精简指令集计算(RISC)原理建立的开放指令集架构(ISA)，V表示为第五代RISC(精简指令集计算机),表示此前已经四代RISC处理器原型芯片。每一代RISC处理器都是在同一人带领下完成，那就是加州大学伯克利分校的David A. Patterson教授。与大多数ISA相反，RISC-V ISA可以免费地用于所有希望的设备中，允许任何人设计、制造和销售RISC-V芯片和软件。图1展示了此前的四代RISC处理器原型芯片。它虽然不是第一个开源的的指令集(ISA)，但它很重要，因为它第一个被设计成可以根据具体场景可以选择适合的指令集的指令集架构。基于RISC-V指令集架构可以设计服务器CPU，家用电器cpu，工控cpu和用在比指头小的传感器中的cpu。

与大多数指令集相比，RISC-V指令集可以自由地用于任何目的，允许任何人设计、制造和销售RISC-V芯片和软件。虽然这不是第一个开源指令集，但它具有重要意义，因为其设计使其适用于现代计算设备（如仓库规模云计算机、高端移动电话和微小嵌入式系统）。设计者考虑到了这些用途中的性能与功率效率。该指令集还具有众多支持的软件，这解决了新指令集通常的弱点。该项目2010年始于加州大学伯克利分校，但许多贡献者是该大学以外的志愿者和行业工作者。RISC-V指令集的设计考虑了小型、快速、低功耗的现实情况来实做，但并没有对特定的微架构做过度的设计。截至2017年5月，RISC-V已经确立了版本2.22的用户空间的指令集(userspace ISA)，而特权指令集(privileged ISA)也处在草案版本1.10。

勘智K210成支持RISC-V NOMMU范本
如果谈及嵌入式领域，RISC-V或许是你绝对绕不过的一个知识点。虽然ARM依旧是移动端的霸主，但RISC-V被外界赋予了太多意义，架构本身适合于颇具前景的嵌入式开发，其免费开源的特性也在当前的国际环境中备受关注，俨然成为移动端领域的新晋网红。 RISC-V大势所趋，市场上也涌现了一些基于该架构的芯片与开发模组，例如很多开发者正在使用的勘智K210。去年底，名为Jean-Luc的资深工程师分享了将Linux5.1系统部署在K210处理器上的工作。同时，他也在文中引用了西部数据的分享，勘智K210被作为支持RISC-V NOMMU的示范列入其中。

 

在AI领域，神经网络属于计算密集型场景，人脸识别等算法往往会受到边缘侧应用场景的功耗限制。嘉楠表示ARM在实际计算的过程中往往会伴随大量的能耗，并不是非常经济的架构。公开资料显示，嘉楠是RISC-V联盟中前五家使用RISC-V架构的厂商之一。在勘智系列AI芯片的研发中，嘉楠使用了RISC-V RocketChip，减少了大量相关的工作量，也节省了大量的研发人力成本，以及IP授权的成本。 目前，勘智K210及其开发模组受到不少开发者的青睐，吸引了来自百度、阿里等国内顶尖AI团队的目光。例如嘉楠为百度AI开发平台PaddlePaddle定制开发模组PaddlePi-K210，打通了PaddlePaddle 模型设备端部署解决方案。开发人员不需要硬件更改，使用公版模具就可以一直做到样品阶段。在前沿项目的探索上，勘智K210兼容阿里最新TinyML算法模型，是可用于探索TinyML科研项目的RV平台。

Maixduino
基于MAIX模块，是用于AI + IoT应用的RISC-V 64开发板。与其他Sipeed MAIX dev不同。主板Maixduino采用Arduino Uno外形设计，板载ESP32模块和MAIX AI模块。MAIX是Sipeed专门设计的产品系列，专为在边缘运行AI而设计。将AI模型从云端移动到网络边缘的设备，在这些设备上运行速度更快，成本更低，隐私性更高。

• CPU：带FPU的双核64位RISC-V；400MHz神经网络处理器
  
• QVGA@60FPS/VGA@30FPS图像识别
  
• 板载ESP32模块支持2.4G 802.11.b/g/n和蓝牙4.2
  
• Arduino Uno外形，Arduino兼容接口
  
• 板载全向I[size=75%]2S数字输出MEMS麦克风
• 用于DVP相机的24P 0.5mm FPC连接器
• 8位MCU LCD 24P 0.5mm FPC连接器
• 基于卷积神经网络的机器视觉