新设备的推广需要高性能和低功耗,这不是简单的。
随着企业开始探索将必要赢得优势,他们想出了一些严峻的挑战。
设计芯片的优势远远不同于物联网/ IIoT。物联网的概念是简单的传感器将继电器数据通过网关到云,它会处理和数据可以根据需要发送回设备。工作如果是少量的数据,如温度读数或烟雾警报,和延迟的地方不是一个问题。但它不工作,它包括图像或视频,或者在一毫秒可能意味着生与死的区别。
来回发送所有的云是耗时的,能源利用率低,而且不必要地增加了对安全和隐私的担忧。更好的方法是处理数据在本地,只有发送到云用户愿意让别人看到。
这里有三个主要的挑战,许多的小型公司的成长。首先,在许多情况下,初始数据下载需要比过去更加有限。导入所有数据进行处理,特别是一个图像或视频,需要更多的处理比是必要的。这使得负担资源如内存和I / O。
替代方法是减少进口首先,但这需要一些智能传感器水平。实际上,减少下游加工,必须添加更多情报数据的来源。通常这不是必须包括所有的数据,但是有必要了解被留下了,为什么,这是一个新兴的AI / ML / DL极大的挑战。这样做的足迹传感器需要先进的电子技术。
这就引出了第二个挑战。每个设备需要定制,或者至少semi-customized它需要做的工作。如果它是一个汽车传感器识别对象在路上,司机或车辆必须知道这些对象是固定的还是移动,和这些信息需要捕获精度一致。唯一的方法就是上下文。尽管解释运动传感器水平不一样的弄清楚是一只狗还是一个人或者一辆失控的车,它需要非常快的处理使用低功率在一个高度定制的设计。这些信息需要与其他信息收集和处理其他地区的车辆是否有问题在前方的道路,还是另一个传感器被灰尘蒙蔽或一块石头,不是捡的信号。
它是不够的在最强大的处理器。这些传感器需要为特定的任务而设计的,而且他们可能只做一两件事情。但他们需要做这些事情非常快,足够精确的需求系统,随着时间的推移,他们需要可靠。此外,他们需要这样做会使用少量的权力,这意味着芯片不仅需要定制的,但是这项工作必须调谐芯片应该处理芯片。
最后,这些设备需要与欠发达设备成本竞争力。是否可以平摊成本在系统层面,还是归结为价格挤压在芯片层面,还不知道。然而,经济学的基本规定,没有人会为一个完全定制的设计成本数千万美元如果是出售在低成本的设备数量有限。
这是艰难的工作参数。边的开放是一种潜在的财富,但它需要一些主要芯片是如何设计的转变,如何分区发生在系统层面上,多少可以没有定制开发。新用例驱动不同的规模经济优势,但功率和性能如何优先,在这些复杂的系统更新和定制还有待观察。
|
|
|
|
|
|
|
|
|
|
留下一个回复