不是每个新的微控制器都有人工智能/机器学习（AI / ML）加速。似乎是这样的。超低功耗应用的技巧是在目标电源包络内获得所需的性能。
eta compute的ECM3532是一种超低功耗的解决方案，它不仅可以在单细胞电池上运行很长时间，而且能够处理先进的AI/ML应用，如语音和图像识别。虽然有竞争的解决方案存在于这个领域，但完成这项工作并使用像Eta Compute的MCU一样少的功率并不是一件容易的任务。
Eta Compute制造了一个1.5 × 1.5英寸的小尺寸。愿景板可供开发人员使用（图。1）．ECM3532 AI视觉板可以耗尽CD2032电池。该模块包含一个Himax相机，实时在视频上运行机器学习算法。还包括3D加速度计和陀螺仪，aTexas Instruments Opt3001环境光传感器，温度传感器，以及用于音频输入的麦克风。蓝牙通信是包的一部分。5×5毫米BGA包装中甚至有降压转换器。
ECM3532系统上片（SOC）具有两个处理器核心（图2）．100-MHz ARM Cortex-M3仅使用5μA/ MHz。消耗的技巧如此小的功率是通过使用连续电压和频率缩放（CVF）。CVF也使用具有具有双16×16位MAC的CoolFlux DSP16 16位核心。此外，DSP还维护了自己的32 KB程序存储器和64 kB的RAM。DSP为加工AI / ML型号提供沉重的提升，尽管Cortex-M3核心也可以提供帮助。该系统具有512 kB的闪存，256 kB的SRAM和8-KB ROM引导加载程序。
ECM3532的双通道12位，200-KSample / s模数转换器（ADC）通常消耗1μW，一个通道连接到模块的麦克风。芯片可以使用此输入选项捕获音频流以分析语音命令或环境声音。这将利用相同的AI / ML加速，该加速将应用于视频流的处理（图3）．
Eta Compute的TENSAI Flow工具和运行时使这成为可能。开发人员可以开发TensorFlow Lite模型，并将训练好的模型下载到SoC中。在适用的情况下，它能够跨两个处理器处理模型的分发。TENSAI框架还包括TENSAI系统和传感器、TENSAI算法和神经网络。
1.4-×1.4-in。ECM3532 AI传感器板和ECM3232 EVB评估板排出最新产品（图4）．传感器板上有一对麦克风，但没有摄像头。EVB提供对所有外设端口的访问。
由于其功率要求低，ECM3532非常适合移动应用。处理如此小的低功耗包中的人为存在，对象检测，手势检测和语音交互等愿景任务的能力为开发人员开辟了许多选项。ETA Compute也与之合作Synaptics.为了共同开发AI / ML支持，也可以使用ETA Compute的Tensai Tools来解决突触Katana Edge AI SoC的支持。
