微控制器（MCU）深入人們應用生活，幾乎大小設備都看得到MCU蹤影，在MCU導入DSP數位訊號處理器、FPU浮點運算單元功能后，MCU更大幅擴展 元件可適用范圍，這幾年來，在眾多MCU大廠紛紛針對旗下商品推出多樣整合方案，不管是產品策略還是市場區隔，也讓MCU市場更加豐富多元。

　　MCU（Microcontroller Unit）深入生活應用是不容易質疑的趨勢，尤其是MCU在功能優化或市場區隔目的下，進行DSP（digital signal processor）數位訊號處理器或FPU（Floating Point Unit）浮點運算單元功能整合，使得MCU的可應用場域大幅擴展。

　　如果以FPU或DSP導入目的，一般在MCU中追加FPU、DSP整合架構，主要目的還是在考量成本下的設計方向，尤其在早期半導體元 件，SOC（System on Chip）系統單芯片與MCU存在一段價格差距，如果僅需要SDP或FPU進行運算加速，又不想選用高單價SOC，這時整合DSP或FPU硬件加速單元的 MCU產品、不僅可以更好的提供運行效能，同時又能在成本控制上表現更加優異。

　　MCU整合芯片封裝成本驟降 增加MCU功能擴充應用空間

　　以早期的SOC產品來看，搭載DSP與FPU硬件加速器是SOC產品的重要特性，其中DSP與FPU的應用方向主要以音訊、影像等處理加速運算為主，而在制 程技術持續優化，SOC的成本逐步與MCU拉近，MCU在32位元甚至64位元架構下，也開始有結合DSP或是FPU硬件加速單元的解決方案。

　　先看看MCU加上硬件加速單元的優點，在MCU追加FPU導入，最直接的效益是早期利用MCU處理類似FPU運算內容，會因為MCU本身的運算架構限制，讓 運算結果得出時間會相對拉長，而在導入硬件加速器處理浮點運算時，因為硬件呼叫或是資料傳遞就能透過硬件算出數據，MCU本身耗在浮點運算的記憶體資源可 以因硬件加速整合減少至少10%。

　　當然，從目的性來看，不管MCU有無整合FPU硬件加速單元，浮點運算需求使用MCU現有的運算能力也 能得出結果，只是前提是計算過程會耗用較多運算時間與硬件資源，對于可等待、無需提供即時反應的系統自然可以不考慮整合FPU的MCU方案，但若是對系統 效能、回饋反應速度要求高的整合需求，MCU結合FPU的效益提升不僅僅是運算資源耗用優化、節能優勢等效果，反而是加快系統回應與效能提升的效用，才是 MCU結合FPU硬件加速最直接、重要的功能改進，也讓MCU可以因應更高復雜度的整合工作。

　　高階數值運算 運用硬件加速滿足設計需求

　　在早期MCU元件仍以8位元架構為主流的應用方向，MCU在資料處理與運算處理上，本來就有因架構的問題而有其處理限制，例如，MCU進行小數點、分數處理 運算時，因為4位元或是8位元位數有限，就必須采用有限數值進行處理，透過數值結果的限制換取處理復雜度簡化與效能要求目的，而這種因為數值處理產生的誤 差即“截斷誤差”，截斷誤差也會因為使用MCU進行數據運算的限制，而令誤差數值產生擴大現象。

　　而在MCU整合FPU硬件加速，在運算同 類型的數據處理時，例如在IoT物聯網或是終端感測器應用中，常有將外部類比感測數據轉換成數位資料的資料擷取、處理需求，這時透過MCU整合的 FPU/DSP硬件加速單元，不僅可將感測數據更快速處理完成、加快系統回應，同時，也能導入進階運算減少數據演算的誤差。

　　在實際應用 中，FPU硬件加速器本身并無法完全解決誤差擴大問題，所以會有FPU、DSP等不同硬件加速整合架構下的應用目的考量，舉例來說，透過DSP硬件加速 器，可針對特殊數據類型更高速、可靠的運算處理輸出，像是DSP可利用指令來進行多種運算，處理如快速快速傅立葉轉換（fast Fourier transform；FFT）或有限脈沖回應（Finite impulse response；FIR）進階運算中重要且耗資源的運算需求，甚至透過單周期的指令便能處理單一指令多重資料（Single Instruction Multiple Data；SIMD）運算需求，MCU在進行進階數值處理方面還可獲得進階增強效益。

　　FPU/DSP不同硬件加速單元具互補作用

　　雖 說整合FPU或DSP基本在架構與應用方向就不同，但實際上兩者分別是針對數據運算、訊號處理對應至各式演算法應用，兩者功能可以說是各有互補效用，比較 難被獨立拆分。以ARM Cortex-M4來看，若僅提供DSP硬件加速處理器反而沒設置FPU浮點運算加速器反而會造成應用限制，因為在Cortex-M4應用場合如果僅有數 位信號處理加速硬件支援，少了浮點運算支援，對開發需求端若碰到需要數值進階運算加速，就會造成設計上的彈性限制，或是導致還需透過外部功能芯片支援，或 利用原有的運算資源因應數值進階計算需求，反而會因為數值處理效能限制了Cortex-M4的應用可能性。

　　同樣的狀況也發生在僅有FPU而沒有設置DSP的微控制器應用方案上，對DSP或是FPU應用功能是相輔相成，獨立整合對于微控制器的配置并未能產生綜效，反而會成為發展路徑的限制。

　　再者，從新一代IoT產品發展方向，透過感測器融合（Sensor Fusion）應用方向為例，若是Sensor Fusion概念為將多感測器整合在單一系統中協同運行，系統需要高階數值與訊號處理能力，才可以將關鍵數值訊號自復雜數據中提取出來。

　　至 于感測器融合可以再搭配即時的調整、控制與校正處理，由DSP加上FPU協同處理達到高精密度、高效率進行擷取數據的精密分析，尤其是現有的Sensor Fusion已做到陀螺儀、加速度器、溫度、壓力甚至觸控感測都做在同一個模組中，必須透過DSP與FPU預先篩出相對精密且兼顧處理效率的訊號擷取與預 處理的感測數據，提供相對高效的系統更具效率的感測數值處理機制。

　　DSP數位濾波應用 可提升感測訊號擷取品質

　　此 外，在MCU整合FPU的另一個優勢在于可在系統中善用其運算特性，例如，運用數位演算法進行擷取數值的數位濾波應用，針對處理訊號進一步以基于硬件加速 的數位演算法進行波形或數據再處理，形成一提升數據噪訊比（SNR）的便捷作法，數位濾波器還可利用演算機制優化提供不同程度大小的濾波效果，這在于微控 制器用于感測熱門的心率、血液含氧量、運動數值等生理資訊，或是數位電表、智能電表等應用，解決末端數據因為雜訊或環境噪訊影響，倒置訊號失真的數據優化 回補效用，優化終端取得的訊號波形信號品質，更利于后續處理或數據使用。

　　為了優化末端應用，微控制器整合硬件加速單元也蔚為一股風潮，不 只是DSP或是FPU硬件加速單元，例如就有微控制器在架構上加入了VMU硬件加速單元，處理因應馬達應用重點的三角函數數值運算需求，或是對應無線電通 訊需求整合的數據分析演算支援，與現有FPU浮點運算硬件加速功能區隔，采取協同分工的方式加速整體微控制器的應用效能。

　　有趣的是，針對 不同的市場與運算需求定位，微控制器除在運算時脈進行差異區隔，以最實際的運算效能區分不同應用場合、市場切分外，整合不同應用所需的硬件加速單元也成為 產品市場定位的重要分界，例如針對穿戴式運算應用市場的微控制器，在要求功耗、感測器融合、元器件成本方面就可僅整合FPU、DSP硬件加速定位市場區 隔，在高階的微控制器應用上，甚至有解決方案直接整合硬件繪圖引擎，直接看準工業用人機介面終端的應用需求，另針對如車用電子、IoT物聯網等不同市場需 求，也有五花八門的硬件加速單元配置組合，滿足不同整合需求的應用架構。

　　另一個微控制器整合DSP、FPU硬件加速單元的目的，其實加入 硬件加速單元整合而不采行外部解決方案來組構硬件加速運算需求，其最大的優點在于成本方面的極致優化，因為電子電路板可以更節省載板空間，運用單一芯片就 能改善運算的整體效率，而在軟體開發層面，可在整合架構下運用簡單呼叫與資料傳遞的再處理，便能滿足應用服務的數據計算產出效能要求，甚至于開發完成的成 品還可運用一致性偵錯分析工具，直接針對系統進行全面分析與勘誤，在開發設計的效率與速度都能獲得改善。