【導讀】如今,低功耗嵌入式系統的創(chuàng )新與電池創(chuàng )新直接相關(guān),從而創(chuàng )造了許多有價(jià)值的系統和應用。突破性的低功耗物聯(lián)網(wǎng),可穿戴和邊緣設備的出現呈指數級增長(cháng),并帶來(lái)了新的系統和IC設計挑戰,其中每納瓦的功耗或每微焦耳的能量都來(lái)自電池本身。
鋰離子電池創(chuàng )建了各種類(lèi)型的系統,從功率不足1瓦的低功率系統到電壓高的高功率系統。這些系統是為從消費者到醫療保健的不同細分市場(chǎng)創(chuàng )建的。通過(guò)提供不同形狀和不同尺寸的化學(xué)組合(例如鈷酸鋰和磷酸亞鐵鋰),鋰創(chuàng )新不斷改進(jìn),以適應多種應用。新電池管理解決方案的出現將使AI可以在超低功耗設備中實(shí)現。
低功耗嵌入式系統
每個(gè)需要電池充電的低功耗系統都使用USB C充電端口。所有這些都需要電量計設備來(lái)確定充電狀態(tài)并同時(shí)保護電池。這些類(lèi)型的系統需要傳感器來(lái)檢測外界的信息,通常是通過(guò)處理信息的微控制器來(lái)實(shí)現。然后,某種用戶(hù)界面和通信收發(fā)器均由向所有這些模塊供電的電源部分管理。
設計人員必須保證良好的充電保存期限,快速充電和電池操作自主權?,F在,這些低功耗設備越來(lái)越小。” Ambatipudi說(shuō)。
這些新一代的低功耗系統中有些與皮膚緊密接觸。例如,它們可以戴在耳朵內,并且不會(huì )太熱。“如果聽(tīng)筒或可穿戴設備變得非常熱,那將是不好的體驗;必須特別注意熱性能。噪聲和信號的完整性以及通信質(zhì)量也是要考慮的重要方面。” Ambatipudi說(shuō)。
設計人員還必須努力避免在首次使用時(shí)排出有問(wèn)題的產(chǎn)品。換句話(huà)說(shuō),正如Ambatipudi指出的那樣,他們必須致力于所謂的“客戶(hù)滿(mǎn)意度”。制造商必須在首次使用時(shí)通過(guò)提供充足電的設備來(lái)滿(mǎn)足客戶(hù)的需求,這要求電池壽命很長(cháng),避免不必要的電流損耗。電流是延長(cháng)電池壽命的關(guān)鍵因素。靜態(tài)電流微安量級的值可提供超過(guò)50個(gè)月的壽命。
鋰離子電池的能量密度正在增加,不像摩爾的拋物線(xiàn)定律那么快,而是呈指數增長(cháng)。密度的增加還帶來(lái)許多其他后果,特別是在安全方面。電池隔板越來(lái)越薄,某些電池的安全性變得至關(guān)重要。由于苛刻的操作條件,實(shí)際上會(huì )隨時(shí)間發(fā)展小型內部檢測,而潛在的制造缺陷會(huì )加劇這種情況,從而引起熱泄漏條件。因此,燃油表是必要的(圖1)。
我們都希望更快地為燈具充電。但是,僅通過(guò)增加充電器的功率水平是不可能實(shí)現快速充電的,因為它還會(huì )增加更多的功率消耗,從而實(shí)際上會(huì )加熱設備。效率對于實(shí)現快速充電至關(guān)重要。
在電源管理中,DC-DC在效率方面起著(zhù)重要作用。設計人員必須根據子系統的外形尺寸,找到一種為所有不同傳感器供電的方法,同時(shí)要記住電池壽命短和噪聲敏感度高。這些元素中的每一個(gè)都控制音頻放大器,所有傳感器和LED顯示屏。它們都需要電壓電流。但是空間有限。電池壽命很重要,同時(shí)低噪音至關(guān)重要。因此,您需要開(kāi)關(guān)穩壓器,但每個(gè)開(kāi)關(guān)穩壓器只有一個(gè)電感器。通過(guò)使用SIMO架構,可以用一個(gè)電感器產(chǎn)生多個(gè)輸出。通過(guò)提供多個(gè)輸出,SIMO方法與控制器的低待機電流一起,延長(cháng)了可穿戴設計的電池壽命。調節器以最小的損耗提供能量。

圖1:一段時(shí)間內的能量密度

圖2:SIMO架構
電力人工智能
將AI推論帶到邊緣意味著(zhù)從傳感器,相機和麥克風(fēng)收集數據,將數據發(fā)送到云以執行推論,然后將答案發(fā)送回邊緣。這種架構可以工作,但是由于延遲時(shí)間和能源性能差,對于邊緣應用程序來(lái)說(shuō)非常具有挑戰性。
低功耗微控制器提供了一種替代方法,可用于實(shí)現簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò )。但是,挑戰在于等待時(shí)間,只能在邊緣執行簡(jiǎn)單的任務(wù)。MAX78000旨在填補這一空白。MAX78000是一種先進(jìn)的系統級芯片設有一個(gè)FPU CPU -M4與超低功耗的深層神經(jīng)網(wǎng)絡(luò )加速器高效的系統控制。CNN引擎具有442KB的存儲大小,可以支持1位,2位,4位和8位(最多支持350萬(wàn)個(gè)權重的網(wǎng)絡(luò ))。該產(chǎn)品將最節能的AI處理器與Maxim經(jīng)過(guò)驗證的超低功耗微控制器相結合。
免責聲明:本文為轉載文章,轉載此文目的在于傳遞更多信息,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問(wèn)題,請聯(lián)系小編進(jìn)行處理。
推薦閱讀: