2017年，恩智浦第一次提出了“跨界处理器”的概念，在嵌入式市场引起了很大关注。仅两年的时间，已经陆续推出了i.MX RT1050、增强版i.MX RT1060、高性价比版i.MX RT1020等一系列产品。在去年的发布会上，恩智浦就表示，i.MX RT系列已经收回了成本，并且生态系统合作伙伴已经达到2500多家。
“2019年，我们的行动比以往任何一年都要密集。” 在近期的媒体发布会上，恩智浦资深副总裁兼微控制器事业部总经理Geoff Lees表示，“中国市场一直是恩智浦的战略重点，面向中国市场进行产品定义、设计和制造一直是恩智浦过去强调的主题。
20年前，我们在苏州设立了中国区第一家芯片设计研发中心;2018年，我们和苏州大学一起合作成立了联合实验室，为其工程部的学生提供技术培训;还与天津大学一起打造物联网联合实验室，计划明年正式启用;同时，我们还会与上海、广州和深圳等地的大学进行合作。此外，我们与中芯国际进一步加深了合作，今年在北京亦庄的产线也开始生产。”
“2019年，也是恩智浦微控制器部门发布新品最多的一年。”Geoff Lees介绍，“今天，我们的i.MX RT系列处理器继续向两端延伸，推出i.MX RT1010和i.MX 7ULP。其中i.MX 7ULP的主频可以达到1GHz，而i.MX RT1010的单价只有1美元。”
恩智浦资深副总裁兼微控制器事业部总经理Geoff Lees
1美元的“跨界MCU”是如何打造的？
1美元的i.MX RT1010在发布会现场引起了媒体的关注，这款价格如此“美丽”的MCU是如何打造的?恩智浦微控制器事业部全球产品总监曾劲涛介绍，“i.MX RT1010并非传统意义上的MCU，因为通常情况下，不到1美元的价格只能获得100MHz或以下的性能;而要想得到500MHz的性能，MCU产品价格通常会在5美元之上，能在这个价位上提供如此高性能的产品，RT1010是第一款。”
面对媒体对i.MX RT1010价格的好奇，恩智浦LPC和低功耗微控制器产品线总经理于修杰的解释是，“第一，我们在应用处理器中采用40纳米工艺已经多年，从熟悉程度和产量上都有优势，现在很容易将i.MX RT系列加入，而且量越大价格越便宜;第二，普通MCU的闪存很复杂，在i.MX RT系列的设计早期，我们就考虑了如何越过闪存进行交互和加密，再加上一些缓存和加速，这个问题得到解决，后面我们去掉闪存，成本也随之下降。”由此看来，能做到1美元的价格，也是得益于恩智浦多年的技术优势和庞大的出货量。
关于为什么做跨界处理器?于修杰向与非网记者表示，这是因为我们之前既做微控制器，也做应用处理器，有能力将技术往下压，从而改变了整个微控制器市场的价格。我们主要想告诉用户以后微控制器到底是什么样子，并不是要把价钱抬高高。我们从高端向下设计产品成本可以控制，我们想让更多的客户都来试一下跨界处理器。
基于i.MX RT1010的音乐播放器
基于于i.MX RT1010的无位置传感器PMS控制
目标是给用户提供高性能，不是打价格战
在本次发布会上，i.MX 7ULP的高性能低功耗同样是一大亮点，其采用Cortex-A7和Cortex-M4双核架构，主打超低功耗。在i.MX 7ULP中，Cortex-A7和Cortex-M4处于完全独立的两个域中，其中A7用来运行Linux操作系统，大部分时间处于关闭状态，M4则用于处理基本任务，保证设备低功耗运行。
i.MX 7ULP一个很好的应用场景就是智能手表，因为智能手表绝大部分时间是处于休眠状态，一天中真正需要接电话的时间不到半个小时，i.MX 7ULP可以保证其超低功耗运行，实现更长的续航能力。目前，i.MX 7ULP已经开始生产，并且在很短时间内，已经卖出了超过100万颗。
“跨界处理器”的低价是否会引起价格大战?于修杰表示，“i.MX RT1050已经具有很高的性价比，后面又延伸出了i.MX RT1010、i.MX 7ULP等一系列产品，价格有高有低。我们不是要打价格战，而是多方面满足市场的需求。现在很多地方都需要智能，但是受成本的限制无法全面推广，所以我们的目的是把价钱做到一个合理的位置，让更多用户用上高性能的跨界处理器。”
基于i.MX 7ULP的智能工厂门楼，带有人脸识别功能
eIQ兼容各种工具，帮助用户选择合适的硬件平台
“在现有众多MCU方案供应商的竞争中，恩智浦往往以方案赢得客户，而方案中最重要的一环就是软件。”Geoff Lees强调，“在过去的一年中，恩智浦大幅扩张了其位于北京的软件部门规模，除原有项目外，新增的机器学习、人工智能和边缘计算研发成为重点，目前工程师人数已经突破200名。并同时设立了云端基础架构实验室，以便与客户就特定项目直接进行合作。”
现在，机器学习早已不再是幻想或噱头，尤其在中国，机器学习已经进入智能家庭、智能汽车、智能办公室等实际应用中。当前市场上有各种各样的模型，根据不同的模型所配置的硬件也不同，有的用CPU运行，有的用DSP运行，有的用机器学习的协处理器来运行。因此，恩智浦研发了机器学习开发环境eIQ，可以根据不同的硬件来优化机器学习的模型。
恩智浦系统工程师兼副总Maulin Patel介绍，“eIQ是一个开发环境，它可以与市场上几乎所有的开源训练工具、建模、编辑器兼容，市场上现有的几乎所有公开的标准或者客户定制的标准，都可以在eIQ中进行开发。目前，TensorFlow、Caffe2，甚至腾讯等客户，都在做自己的模型。eIQ可以帮助客户将训练好的模型转换到嵌入式平台中;另外，客户自己产生的模型，会用到各种资源，甚至很多开源资源。当用户实现模型时，需要通过eIQ环境快速地转换到用户的平台上。”
对于eIQ环境的使用，修杰表示，“恩智浦有很多硬件平台，如果客户盲目地选择一个平台，可能会发现性能不够或者价格太贵，切换起来费时费力。客户可以在eIQ环境中运行各种平台，判断微控制器、DSP等的性能够不够?是否需要尝试四核的产品?针对从简单到复杂的机器学习模型，eIQ可以帮助客户优化算法，客户可以根据应用对功耗和性能的需求，选择一款合适的硬件，而不一定只有高性能的处理器才是最适合机器学习的。这套开发平台可以帮助客户在低端的MCU上运行高达10倍、20倍、甚至更高的性能。
高性能MCU可以运行AI算法
一般用户都认为，MCU相对于CPU、GPU的处理能力要弱，因此无法处理AI算法，但是eIQ环境让MCU实现AI功能成为可能。恩智浦大中华区微控制器事业部市场总监金宇杰介绍，除了eIQ、EdgeVerse，之外，恩智浦还推出了更多方面的方案支持边缘计算和机器学习。
eIQ里面有一个对应的EdgeScale软件架构，这是从云到端支持安全设备管理的架构，可以提供更有效的机器学习运算能力。其通过在PaaS层上建立一个优质的开发工具，为大量运算提供系统级支持。目前国内的一些手机制造商、工厂、网络运营商等都已经在使用此平台优化其管理环境，加强对其安全设备的管理。
另外，恩智浦可以提供“一站式服务” 式的完整解决方案，与国内人脸识别算法公司合作，把人脸识别技术运行在一个单核处理器上，将原来在云端运营的大模型成功移到了边缘。这是恩智浦与合作伙伴在其完整的解决方案的基础上进行优化的结果。
恩智浦与国内语音识别、人脸识别等方面的顶级算法公司，都有非常广泛的合作，其中跟科大讯飞的语音识别演示，便是基于恩智浦高性能MCU来完成的。
基于i.MX RT 1060-EVK的智能面板，集成了科大讯飞的语音处理算法
