快捷搜索:  test  as  xxx

哪一些芯片适合用在边缘计算上

一眼看上去,边缘谋略彷佛是一个平淡无奇的话题,我们只要应用必要的任何ArmRISC-V办理规划就可以搞定,但请仔细想一想,假如我们想要在这些边缘设备中加入大年夜量功能呢。要是我们不关心功耗、机能和资源,那么统统都应该是可能的,以是让我们继承添加一些很酷的功能。当然,我们必须斟酌现实的问题,边缘节点设备一样平常弗成以用常用的插座或移动电话级电池供电。功耗、供电以及资源的限定并不必然意味着我们想象的产品是无法实现的,但我们确凿必要加倍仔细地斟酌若何构建它们。

首先先容我们最想改进的器械。摄像头至少要跟上手机摄像头的速率,是以增添了遥控和语音激活功能。VR和AR耳机必要识别头部和身段位置,以精确定位游戏场景或现实场景中AR覆盖的位置。耳机也变得越来越智能,可以经由过程耳道的独特布局进行智能识别,可以识别语音敕令来变动播放列表或拨打电话,以致可以检测到摔倒或监测心率和其他生命体征。家庭安然系统可以识别非常的声音(如打坏玻璃)或在房屋周围的摄像机上检测到的非常信息。

每种功能的实现都必要多种谋略资本。首先必要人的干预,这些功能强大年夜的产品都无法零丁应用。在某些环境下,通信可能是相对较短短的协议,如蓝牙Wi-Fi,在其大年夜多环境下可能必要蜂窝收集的支持,经由过程NB-IoT进行小型数据包传输(例如对泊车光阴进行计时)或经由过程LTE5G进行宽带支持(例如无人机或4k/8k视频流)。无论选择哪种协议,都必要一个调制解调器,而对付蜂窝收集,它可能必要经由过程波束成形来支持MIMO,以确保正常的连接。

调制解调器是一个大年夜问题,最好留给专家。我们可以购买自力芯片,然则一个边缘产品至少必要2个芯片(其他产品必要一个)。这也意味着它加倍昂贵,而且更耗电,电池应用寿命绝对弗成能达到十年,以致可能不到10小时。PPA的最佳选择是具有严格电源治理的集成调制解调器,尤着实用于功率放大年夜器

现在斟酌一下传感谋略,此中一个范例的例子是9轴传感器,交融了来自3轴加速率计,3轴地磁传感器和3轴陀螺仪的原始数据,就像可能在VR/AR耳机中应用的那样。这些传感器可以一路供给关于固定地球框架的定位和运动信息,这恰是我们必要的真实虚拟游戏体验,或者针对您想要治理的真实机械定位虚拟支持信息和节制。

这种交融必要更多的谋略,要用到大年夜量的三角函数和滤波,这可以经由过程多种要领实现,但在应用时代必要始终维持开启。可以斟酌人类相应的光阴,但必要满意其持续性需求。我们可以经由过程集成芯片办理规划实现这一目标,然则出于前面提到的所有PPA缘故原由,抱负的办理规划将嵌入到单芯片SoC中。因为交融算法是数学密集型的,是以DSP异常得当。

还有一个例子,在产品中嵌入AI。今朝,AI在边缘设备中正在快速成长,例如语音节制。这必要多个组件:音频波束成形、噪声治理和反响打消,以及翰墨识别触发器。波束成形、反响打消(分外是室内)和噪声滤波都是DSP功能。大概这些在其他平台上也是可行的,但永世不会与基于DSP的产品竞争。触发词识别涉及神经收集(NN),这是人工智能的核心。在许多环境下,它必要与语音识别相结合,必要识别出谁在措辞而不是说了什么。同样,DSP是NN实现频谱中公认的低功耗、高机能选项,其机能高于CPUFPGAGPU,但低于谷歌TPU等全定制办理规划。

GPU在AI领域异常着名,但主要用于神经收集练习和原型或资源以及功耗不敏感的利用。移动VR耳机可能基于这些平台上,但它们很昂贵(一个芯片约1美元)而且电池寿命较短。

着末,创始性的产品的周全运行必要必然程度的远程功能,但我们不盼望它始终依附于这一功能。并且我们盼望敏感信息(如康健数据、信用卡、面部识别等)经由过程安然连接传输到云平台,而不至于被黑客进击。当然我们也不盼望半自动无人机由于与基站掉去联系而撞到树上,或者由于其他人拦截了我们的节制而飞走。这意味着我们的设备必要更高的智能化和自立性,从而避免碰撞,进行路径查找和目标工具检测,而无需什么都依附于云。这意味着必要在边缘必要更多的AI。

我在这里谈到的所有功能都在DSP平台上获得支持,有些功能可以在一个DSP长进行多路复用。但可能仍必要CPU或MCU用于治理、授权、设置设置设备摆设摆设一些算法。人工智能并非如斯;我们可以得到CPU/MCU的基础功能,但与DSP平台比拟,它们每每异常有限。

责任编辑:ct

您可能还会对下面的文章感兴趣: