RISC和DSP功能都需要满足边缘设备的扩展需求。
传感器数据的融合、语音、音频和生物识别技术正在不断地增加应用程序的处理要求在移动,汽车和物联网市场。下一代数字传感器需要更高的带宽,和更先进的语音检测和语音识别算法驱动的发展越来越复杂的嵌入式ICs。
传感器融合数据融合
基本传感器元素的结合成一个高阶函数叫做传感器融合。例如,结合输入从一个加速度计,指南针和陀螺仪来追踪3 d运动在所有现代智能手机很常见。系统将传感器融合技术的人数持续爆炸半导体供应商推动将多个传感器集成到他们的设备。
移动应用程序处理器是上升趋势的一个很好的例子在传感器集成。解决10 - 15传感器部署在移动平均连接产品,MIPI联盟发布了一个新的标准,I3C,定义一个更高的性能接口传感器连接。我的的MIPI I3C标准包含特征2在一个简单的C、SPI和UART、高带宽、2线接口(时钟、数据)。它提供了SPI性能的简单(和向后兼容性)2c .图1和图2显示如何整合各种传感器使用I3C主机处理器可以简化。
图1:典型的传感器集成使用传统接口
图2:简化使用I3C传感器集成
除了传感器处理,今天的物联网应用需求更多的集成功能,这需要支持语音和手势识别,音频播放和基本图像检测。需要更高层次的DSP处理能力来执行这些功能,但与此同时它必须完成了最低的能源消耗。物联网数据融合已经成为一个标准要求边缘设备寻址应用,如衣物、个人健康和健身设备,无线耳机和扬声器。
XY DesignWare弧EM9D和EM11D处理器的内存实现降低总体能耗,它通过移动应用程序的并行数据的内存(本地X和Y)每个时钟周期。这使得更高的吞吐量(持续)MAC /周期为应用程序提供更高的DSP性能如音频播放和手势识别通过减少整体时钟周期的数量需要执行这些功能。图3强调使用XY内存架构的优点你从RISC-intensive应用程序需要更多的信号处理能力。
图3:物联网的能耗比较语音/音频功能
一个集成的子系统的优点
增加集成的优点可以区分一个硅供应商的设备。一个典型的“集成”解决方案包括将各种数据接口纳入microcontroller-like架构。一个集成IP子系统在宽松集成工作提供了独特的优势,同时减少芯片上的延迟和能源消耗比典型的总线系统。
DesignWare弧数据融合子系统利用一个综合弧EM处理器,紧密耦合的外围设备,硬件加速器和软件解决快速发展的物联网设备市场边缘,专门针对“永远在线”应用程序需要一个健壮的DSP性能水平处理等功能复杂的传感器融合、语音和手势识别,图像检测和音频回放时遵守的约束力量信封电池驱动的设备。
弧数据融合IP子系统(图4)是为了有效地处理数据从众多的数字和模拟传感器,要么作为单片机的主要处理元素,或作为主机处理器卸载引擎在一个更大的SoC。完全可配置IP子系统包括弧EM5D, EM7D EM9D或EM11D处理器。这个家庭的低功耗核心结合RISC和DSP指令和硬件管理广泛的处理所需的先进数据融合算法和提高性能的一系列“物联网的音频格式,包括MP3,南方浸信会、作品和AAC LC。
缓解软件开发中,子系统包括软件驱动器和一个丰富的现成的库DSP功能支持过滤、相关性,矩阵/向量,大量毁灭/插值和复杂的数学操作。设计者可以在硬件中实现这些sensor-specific DSP功能使用本机的结合DSP指令和紧密耦合的硬件加速器来提高性能效率,减少能耗。
添加硬件和软件的集成IP子系统允许设计者将和有效地处理数据融合越来越广泛的元素在低功率系统。
图4:Synopsys对此弧数据融合IP子系统与新界面选项
总结
迅速扩张的物联网边缘设备市场继续推动边界集成、成本和性能。“永远在线”数据融合已经扩展到包括高性能传感器、声音、语音和音频功能。
增加的带宽需求驱动的RISC和DSP的性能需求。一个集成的、添加子系统提供一个广泛的传感器接口,包括I3C,和高级音频支持允许SoC设计团队实现整体性能的重要利益,同时减少软件足迹,硅面积和嵌入式物联网系统的能源消耗。
|
|
|
|
|
|
|
|
|
|
留下一个回复