原標(biāo)題：邊緣計(jì)算需要哪些芯片？

一眼看上去，邊緣計(jì)算似乎是一個(gè)平淡無(wú)奇的話題，我們只要使用需要的任何Arm或RISC-V解決方案就可以搞定，但請(qǐng)仔細(xì)想一想，如果我們想要在這些邊緣設(shè)備中加入大量功能呢。假如我們不關(guān)心功耗、性能和成本，那么一切都應(yīng)該是可能的，所以讓我們繼續(xù)添加一些很酷的功能。當(dāng)然，我們必須考慮現(xiàn)實(shí)的問(wèn)題，邊緣節(jié)點(diǎn)設(shè)備一般不可以用常用的插座或移動(dòng)電話級(jí)電池供電。功耗、供電以及成本的限制并不一定意味著我們想象的產(chǎn)品是無(wú)法實(shí)現(xiàn)的，但我們確實(shí)需要更加仔細(xì)地考慮如何構(gòu)建它們。

首先介紹我們最想改進(jìn)的東西。攝像頭至少要跟上手機(jī)攝像頭的速度，因此增加了遙控和語(yǔ)音激活功能。VR和AR耳機(jī)需要識(shí)別頭部和身體位置，以正確定位游戲場(chǎng)景或現(xiàn)實(shí)場(chǎng)景中AR覆蓋的位置。耳機(jī)也變得越來(lái)越智能，可以通過(guò)耳道的獨(dú)特結(jié)構(gòu)進(jìn)行智能識(shí)別，可以識(shí)別語(yǔ)音命令來(lái)更改播放列表或撥打電話，甚至可以檢測(cè)到跌倒或監(jiān)測(cè)心率和其他生命體征。家庭安全系統(tǒng)可以識(shí)別異常的聲音（如打碎玻璃）或在房屋周?chē)臄z像機(jī)上檢測(cè)到的異常信息。

每種功能的實(shí)現(xiàn)都需要多種計(jì)算資源。首先需要人的干預(yù)，這些功能強(qiáng)大的產(chǎn)品都無(wú)法單獨(dú)使用。在某些情況下，通信可能是相對(duì)較短短的協(xié)議，如藍(lán)牙或Wi-Fi，在其大多情況下可能需要蜂窩網(wǎng)絡(luò)的支持，通過(guò)NB-IoT進(jìn)行小型數(shù)據(jù)包傳輸（例如對(duì)停車(chē)時(shí)間進(jìn)行計(jì)時(shí)）或通過(guò)LTE或5G進(jìn)行寬帶支持（例如無(wú)人機(jī)或4k/8k視頻流）。無(wú)論選擇哪種協(xié)議，都需要一個(gè)調(diào)制解調(diào)器，而對(duì)于蜂窩網(wǎng)絡(luò)，它可能需要通過(guò)波束成形來(lái)支持MIMO，以確保正常的連接。

調(diào)制解調(diào)器是一個(gè)大問(wèn)題，最好留給專(zhuān)家。我們可以購(gòu)買(mǎi)獨(dú)立芯片，但是一個(gè)邊緣產(chǎn)品至少需要2個(gè)芯片（其他產(chǎn)品需要一個(gè)）。這也意味著它更加昂貴，而且更耗電，電池使用壽命絕對(duì)不可能達(dá)到十年，甚至可能不到10小時(shí)。PPA的最佳選擇是具有嚴(yán)格電源管理的集成調(diào)制解調(diào)器，尤其適用于功率放大器。

現(xiàn)在考慮一下傳感計(jì)算，其中一個(gè)典型的例子是9軸傳感器，融合了來(lái)自3軸加速度計(jì)，3軸地磁傳感器和3軸陀螺儀的原始數(shù)據(jù)，就像可能在VR/AR耳機(jī)中使用的那樣。這些傳感器可以一起提供關(guān)于固定地球框架的定位和運(yùn)動(dòng)信息，這正是我們需要的真實(shí)虛擬游戲體驗(yàn)，或者針對(duì)您想要管理的真實(shí)機(jī)器定位虛擬支持信息和控制。

這種融合需要更多的計(jì)算，要用到大量的三角函數(shù)和濾波，這可以通過(guò)多種方式實(shí)現(xiàn)，但在使用期間需要始終保持開(kāi)啟。可以考慮人類(lèi)響應(yīng)的時(shí)間，但需要滿(mǎn)足其持續(xù)性需求。我們可以通過(guò)集成芯片解決方案實(shí)現(xiàn)這一目標(biāo)，但是出于前面提到的所有PPA原因，理想的解決方案將嵌入到單芯片SoC中。由于融合算法是數(shù)學(xué)密集型的，因此DSP非常適合。

還有一個(gè)例子，在產(chǎn)品中嵌入AI。目前，AI在邊緣設(shè)備中正在快速發(fā)展，例如語(yǔ)音控制。這需要多個(gè)組件：音頻波束成形、噪聲管理和回聲消除，以及文字識(shí)別觸發(fā)器。波束成形、回聲消除（特別是室內(nèi)）和噪聲濾波都是DSP功能。也許這些在其他平臺(tái)上也是可行的，但永遠(yuǎn)不會(huì)與基于DSP的產(chǎn)品競(jìng)爭(zhēng)。觸發(fā)詞識(shí)別涉及神經(jīng)網(wǎng)絡(luò)（NN），這是人工智能的核心。在許多情況下，它需要與語(yǔ)音識(shí)別相結(jié)合，需要識(shí)別出誰(shuí)在說(shuō)話而不是說(shuō)了什么。同樣，DSP是NN實(shí)現(xiàn)頻譜中公認(rèn)的低功耗、高性能選項(xiàng)，其性能高于CPU，F(xiàn)PGA和GPU，但低于谷歌TPU等全定制解決方案。

GPU在AI領(lǐng)域非常有名，但主要用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練和原型或成本以及功耗不敏感的應(yīng)用。移動(dòng)VR耳機(jī)可能基于這些平臺(tái)上，但它們很昂貴（一個(gè)芯片約1美元）而且電池壽命較短。

最后，開(kāi)創(chuàng)性的產(chǎn)品的全面運(yùn)行需要一定程度的遠(yuǎn)程功能，但我們不希望它始終依賴(lài)于這一功能。并且我們希望敏感信息（如健康數(shù)據(jù)、信用卡、面部識(shí)別等）通過(guò)安全連接傳輸?shù)皆破脚_(tái)，而不至于被黑客攻擊。當(dāng)然我們也不希望半自動(dòng)無(wú)人機(jī)因?yàn)榕c基站失去聯(lián)系而撞到樹(shù)上，或者因?yàn)槠渌藬r截了我們的控制而飛走。這意味著我們的設(shè)備需要更高的智能化和自主性，從而避免碰撞，進(jìn)行路徑查找和目標(biāo)對(duì)象檢測(cè)，而無(wú)需什么都依賴(lài)于云。這意味著需要在邊緣需要更多的AI。

我在這里談到的所有功能都在DSP平臺(tái)上得到支持，有些功能可以在一個(gè)DSP上進(jìn)行多路復(fù)用。但可能仍需要CPU或MCU用于管理、授權(quán)、配置一些算法。人工智能并非如此;我們可以獲得CPU/MCU的基本功能，但與DSP平臺(tái)相比，它們往往非常有限。

原文鏈接：https://semiwiki.com/semiconductor-ip/ceva/8138-compute-at-the-edge/返回搜狐，查看更多

責(zé)任編輯：