恩智浦LPC800的前世今生大揭秘-Ameya360 electronic components purchasing network

恩智浦LPC800的前世今生大揭秘

Release time：2023-09-07

author：AMEYA360

source：网络

reading：2381

　　在此之前，NXP已经推出了基于Cortex-M0内核的LPC1100(2009年)，代号“吸血鱼”(亚马逊河中的一种小鱼，据称能进入在河中洗澡的人体内)，意为小而极具攻击性。

　　LPC800的开发代号“哪吒”，意为小而勇敢。为什么要在LPC1100推出3年之后，又推出LPC800系列？“哪吒”的背后，有什么鲜为人知的故事？

恩智浦LPC800的前世今生大揭秘

　　LPC800哪吒的诞生

　　“哪吒”项目的策划始于2009年初，LPC1100刚刚发布不久，LPC团队就提出了一个大胆的想法：能否让32位MCU跟8位单片机一样简单易用？很快，团队列出了几条“简单易用”的准则：

　　能否象8位单片机一样启动？

　　GPIO操作能否更加迅速？

　　外设能否更加小巧、灵活？

　　封装要小；

　　PCB布线要简单；

　　要满足中国客户希望串口多的需求；

　　。。。

　　Rob Cosaro是LPC的首席架构师(现在他是NXP Fellow，去年曾经来深圳给工信部开过讲座，是位名副其实的技术“网红”)，他提出了各种创新的点子，让LPC800的思路愈发清晰了：

　　外设要去除“大而全”，变得灵活、轻便。为此，重新设计了UART、I2C、SPI等外设IP；

　　针对不同应用可以有不同类型的Timer。为此，设计了SCT和MRT；

　　支持8位单片机小封装。LPC800支持TSSOP20/16小封装，甚至还为“发烧友”准备了DIP8封装；

　　特别地，LPC800提供了独一无二的开关矩阵(SWM)模块，能够将数字外设功能映射到任意一个GPIO引脚上，从而大大简化了PCB设计，成了硬件工程师的最爱；

　　另外，内部Flash改至32位宽，工艺从0.18um改至0.14um，减少芯片面积的同时也极大地改善了芯片的功耗；

　　一开始选择了Cortex-M0内核，后来切换到Cortex-M0+。

　　随着芯片规划的不断完善，对IP和芯片的设计提出了各种新的要求。宝剑锋从磨砺出，从“哪吒”项目提出到第一颗LPC800问世，花了整整三年。想起神话故事中的哪吒三太子，其母怀胎三年方才生产，不生则已，一生惊人。LPC中国团队给项目取名“哪吒”，寓意LPC800也像哪吒一样，经历了出生的磨难，却变得更加骁勇善战，在32位替代8位的战场上，方兴未艾。LPC800能够象哪吒一样大闹中国MCU之海。

　　接着，设计的任务交给了当时由我领导的LPC中国设计团队。在2009年的某一天，当我踏入时任LPC MCU产品线总经理的Geoff Lees(没错，就是现在NXP MICR业务部的老大)的办公室时，就被墙上的白板吸引住了--上面写满了LPC800的规划思路。Geoff告诉我，LPC800必须按照中国市场的需求来定义和设计，这令我激动万分。

　　后来，每次去美国，LPC团队都会在那块白板上不断改进我们的设计。在之后的一年多里，那面白板就没有被擦掉过。

　　LPC800的发展历程

　　LPC800系列的发展经历了三个阶段：

　　2012年11月，NXP发布了业界第一颗基于Cortex-M0+的LPC81x，支持16K Flash，并于次年7月正式量产；

　　2014年10月，LPC82x正式量产，支持32K Flash；

　　2016年8月，推出了经过简化的LPC83x；

　　2016年12月，与Freescale合并后的NXP正式宣布了新的LPC800路线图，计划于2017年相继推出支持64K Flash的LPC84x和精简设计的LPC80x。

　　如上所述，新的LPC800路线图预示着这个精悍的产品线，将会迎来一个爆发式的成长，为了更好地推广这一既是新产品又是传统产品系列，2017年领导布置了一个任务，让我来写一个“LPC800 Cookbook”。

　　领到这个任务之后，就开始琢磨这是个什么样的“文档”呢。首先，从字面上讲Cookbook就是食谱、菜谱，查下字典Cookbook还有烹饪手册的意思。真正翻看一份(本)食谱可以看到，内容是从食材、配料、刀工、厨具、火候等，一步步引领着如何做出一道菜来。

　　此时联想起在这么多年的实际工作中，处理和解答过的很多问题，除一部分是因为没有好好看文档之外，很大部分是因为更深层次的问题，不少人把在MCU上写程序作为一个单纯的软件问题，而没有详细了解在程序代码背后，硬件是如何工作的，软件和硬件是如何相互配合一起工作的。

（"Note: The information presented in this article is gathered from the internet and is provided as a reference for educational purposes. It does not signify the endorsement or standpoint of our website. If you find any content that violates copyright or intellectual property rights, please inform us for prompt removal."）

行业新闻

恩智浦x英伟达：提升物理AI安全，推动机器人规模化应用

　　恩智浦与英伟达携手合作，致力于提升物理AI与机器人的安全性、可扩展性，并使机器人准备好在现实环境中部署。随着机器人逐步进入工厂、医院及公共场所，安全已成为规模化应用的前提条件。这类系统必须具备环境感知、自主决策与实时行动的能力，并始终保持一致且安全的行为表现。　　多年来，AI主要活跃于数字世界——分析数据、生成洞察、提供建议。然而，随着机器人迈向日常应用场景，AI所承担的不仅是思考的职能，还需要感知、预判和行动。这便是物理AI——将智能真正嵌入现实世界的设备中。　　这一转变需要整个生态合作体系的协作。恩智浦正与英伟达携手构建统一的安全概念，并为机器人平台制定一套“设计安全”策略。尤为值得关注的是，恩智浦已加入NVIDIA Halos for Robotics不断壮大的合作伙伴生态系统——这是业界首个面向机器人与物理AI的综合性功能安全系统。　　恩智浦已加入英伟达Halos AI系统检验实验室，该实验室为ANAB认证的物理AI功能安全项目，旨在协助合作伙伴为Halos集成方案准备第三方认证，认证机构包括TÜV Rheinland、UL Solutions、TÜV SÜD、exida、SGS及CertX等国际领先机构。　　通过该实验室，恩智浦的安全处理器能够更好地与AI算力形成互补，并满足工业级且安全至上的NVIDIA IGX Thor平台在安全集成方面的各项假设与要求。　　为什么安全决定物理AI的发展规模?　　在物理环境中，智能系统必须在严格的延迟、功耗和可靠性限制下实时运行。系统需要准确理解复杂的周围环境，即时响应，并灵活应对各种不可预测的情况，不仅要准确，还要具备高度的可靠性。　　正因如此，安全至关重要。若要让机器人与人协同工作，安全是首要前提。安全，也因此成为构建物理AI系统的基础。　　在受控环境中保障安全相对容易，潜在风险可以提前评估，机器人也可以通过编程规避风险。然而，一旦机器人在人群中自由活动，情况便大为不同。人类行为难以预测，风险必须实时评估并加以应对。　　在此类环境下，机器人必须值得信赖。每一个动作都应是可预测的，每一次交互都应是可信的。安全无法在系统建成之后补加，而必须从设计之初就融入其中。　　当AI应用于现实世界系统时，容不得半点差错。了解要打造一个能安全、可靠地感知、决策和行动的物理AI系统，需要具备哪些条件　　如何确保机器人在公共场所安全运行?　　在这一新的现实环境中，安全已成为一项系统层面的挑战，取决于以下四个方面：　　01　　了解世界　　安全行为始于准确的感知。机器人必须能够感知并解读周围环境，同时了解所处场景。这要求将“由内而外”的感知 (机器人自身对世界的感受) 与“由外而内”的感知 (机器人与外部世界的交互方式) 结合起来。　　02　　独立安全监测　　将独立安全监测引入机器人，可提供必要的监督机制，有助于确保其行为始终处于安全范围内，并能及早发现任何异常状况。这种监测应分布在不同的层级，各层级之间相互监督、相互稳定，从而消除单点故障，增强整体韧性。　　03　　在实际环境中可信运行　　在物理世界中，时机至关重要。机器人不仅要作出正确的决策，还要在瞬间完成。这种智能需要类似条件反射般的响应速度，使感知、处理与行动在紧密衔接的确定性闭环中完成，同时具备极低延迟和极高可靠性。　　04　　检验与认证就绪　　安全必须能够被验证和证明。这就要求机器人系统在设计之初就具备接受检验、验证和认证的能力。这些环节是确保系统在承受压力或出现故障时仍能按预期运行的必要保障。一个无法被验证的系统，很难赢得人们的信任。　　如何为机器人构建信任与安全基础?　　恩智浦提供一系列可直接部署的集成解决方案，适用于基于NVIDIA Holoscan Sensor Bridge的机器人和人形机器人平台。这些解决方案构成了一个兼具可扩展性和安全性的平台，能够支持边缘侧感知、运动控制和自主运行。　　这些方案同时也依托恩智浦在任务关键型系统功能安全与信息安全领域长期积累的技术专长。凭借超过10年的汽车信息安全领域专业经验，恩智浦提供成熟可靠的构建模块，助力汽车制造商确保未来车辆的功能安全与信息安全。这一专长也使恩智浦能够在定义机器人应用的安全要求和解决方案方面发挥战略性作用。　　功能安全的实现，依赖于功能安全组件与安全IP的有机结合，并通过系统级安全特性加以增强。内置的冗余设计可防止单一故障引发危险行为，而“检查方-执行方”的监督模式将动作执行与监测分离开来，确保安全不依赖于任何一个单独的组件。　　这一理念背后，是经过大规模验证和实际部署的丰富经验。恩智浦在功能安全解决方案领域拥有超过13年的经验，拥有700余名通过TÜV SÜD认证的ISO 26262安全工程师，以及170余名通过TÜV SÜD认证的IEC 61508安全工程师，目前已有100余种符合安全要求的硬件组件和24种软件组件投入量产。这些能力显著增强了恩智浦为下一代机器人平台定义和实现安全解决方案的实力。　　这一技术优势与英伟达Halos AI系统检验实验室的方向高度契合，该实验室同样致力于协助合作伙伴为TÜV SÜD认证做好准备——这进一步体现了恩智浦与英伟达在合作中对可验证、符合标准的安全体系的共同承诺。　　为防范潜在的网络攻击，该平台提供基于安全芯片和EdgeLock安全区域的可扩展硬件安全机制。这些机制能够随着时间推移不断演进，以应对不断变化的网络威胁形势。例如，平台支持EdgeLock 2GO生命周期更新，将AI融入信息安全机制，并已具备实施后量子加密技术 (PQC) 的能力。　　为简化安全机器人系统的开发流程，恩智浦通过SafeAssure计划提供功能安全、可靠性和信息安全方面的支持。我们的机器人解决方案同样符合SIL 2和SIL 3等相关的认证标准要求，有助于客户证明其产品的安全性并构建信任。　　构建信任，推动机器人规模化应用　　机器人的规模化应用，离不开具备卓越能力且安全、可信、适应现实世界的系统。在物理AI领域，信任并非随时间积累而成，而是源于即使在出现问题时仍能预判结果的确定性。安全必须从设计之初就扎根于系统之中，并在部署之前得到充分验证。功能安全、信息安全与验证三者协同发力，才能推动规模化应用。　　机器人的规模化应用，离不开具备卓越能力且安全、可信、适应现实世界的系统。在物理AI领域，信任并非随时间积累而成，而是源于即使在出现问题时仍能预判结果的确定性。安全必须从设计之初就扎根于系统之中，并在部署之前得到充分验证。功能安全、信息安全与验证三者协同发力，才能推动规模化应用。　　这正是恩智浦致力于构建的基石——让机器人系统能够走出受控环境，以更充足的信心迈向更为广泛的现实应用场景。

2026-07-07 11:27 reading：382

model	brand	Quote
RB751G-40T2R	ROHM Semiconductor
BD71847AMWV-E2	ROHM Semiconductor
TL431ACLPR	Texas Instruments
CDZVT2R20B	ROHM Semiconductor
MC33074DR2G	onsemi

model

brand

Quote

ROHM Semiconductor

ROHM Semiconductor

Texas Instruments

ROHM Semiconductor

onsemi

model	brand	To snap up
BP3621	ROHM Semiconductor
IPZ40N04S5L4R8ATMA1	Infineon Technologies
ESR03EZPJ151	ROHM Semiconductor
TPS63050YFFR	Texas Instruments
STM32F429IGT6	STMicroelectronics
BU33JA2MNVX-CTL	ROHM Semiconductor

model

brand

To snap up

BP3621

ROHM Semiconductor

IPZ40N04S5L4R8ATMA1

Infineon Technologies

ESR03EZPJ151

ROHM Semiconductor

TPS63050YFFR

Texas Instruments

STM32F429IGT6