Поиск DSP для идентификации в эпоху IoT
DSP снова находится на перекрестке, и на этот раз на карту поставлены приложения связи, голоса и зрения в области IoT.
«DSP мертв, долго жить DSP».
Уилл Штраус, президент исследовательской фирмы Forward Concepts, написал об этом еще в 2002 году. Он отметил, что в то время как чипсы DSP (Digital Signal Processor) уменьшались в объеме, ядра DSP все чаще внедрялись в пользовательские чипы для цифровых камеры, Bluetooth Wi-Fi и кабельный модем.
Быстро переходите к 2016 году, и это все еще верно в эпоху Интернета вещей (IoT). Последний поворот в саге эволюции DSP произошел в середине 2010-х, когда победительница IoT начала активизировать ряд электронных сегментов: потребительский, автомобильный, индустриальный и многое другое. Затем ключевое звено центрального процессора ARM начало интегрировать расширения DSP и аппаратные средства с плавающей запятой, и некоторые наблюдатели за отраслью видели это сродни смертельным коням даже для встроенных реализаций DSP.
Однако, как оказалось, такие DSP-расширенные микроконтроллеры в основном способны обслуживать относительно простые приложения, такие как управление двигателем и аудио питание небольшим количеством каналов. Другими словами, конструкции системы, которые требуют относительно низкой производительности обработки с плавающей запятой. Однако в проектах IoT, где энергоэффективные вычисления являются критическим спросом, реализации DSP по-прежнему, по-видимому, влияют на их сверхнизкие мощности.
Набор микросхем TDA3x для ADAS основан на ядре C66x DSP
Возьмите случай smartwatch, в котором работает слияние датчиков, звуковое распознавание, активация голоса и функции воспроизведения музыки. Здесь встроенный DSP потребляет половину мощности по сравнению с небольшим MCU. Далее, открытые и программируемые ядра DSP позволяют разработчикам IoT перепрофилировать один и тот же кремний для немного другого приложения.
Например, инженеры могут изменять программное обеспечение, выполняемое на ЦСП внутри системы на кристалле (SoC), первоначально разработанное для приложения для компьютерного зрения, и переназначить его для аналогичного использования, например, для наблюдения. Это значительное преимущество для приложений с низким объемом IoT.
Эволюция архитектуры DSP теперь возглавляет последние DSP-портфели для поддержки новых программных платформ, таких как OpenCL и OpenMP. Более того, технология DSP ориентирована на 64-битные архитектуры, но обладает большей вычислительной способностью и такими функциями, как векторная обработка и многоядерная согласованность.
В пространстве ввода-вывода DSP в основном рассматриваются в трех ключевых областях: коммуникации, аудио / голос и визуализация / видение. Для начала программируемые PHY-решения на основе DSP могут сыграть жизненно важную роль в том, чтобы IoT-устройства могли поддерживать несколько стандартов подключения, которые работают с различными полосами пропускания и диапазонами.
CEVA XM4 для обработки изображений DSP Core обещает множество приложений
Для прослушивания звука и голоса, сверхнизкое энергопотребление DSP идет долгий путь в «всегда включенном, всегда прослушивающем» функции голосового управления. Таким образом, все большее число носителей и устройств с поддержкой IoT с сенсорным управлением теперь используют голосовую биометрическую аналитику с поддержкой DSP для приложений, таких как идентификация динамиков.
Затем в области обработки изображений и компьютерного зрения DSP играют решающую роль в обеспечении эффективного обнаружения и распознавания объектов с интенсивным вычислением эффективным способом. Речь идет о расширенных системах поддержки драйверов (ADAS), где DSP могут запускать глубокие алгоритмы обучения, такие как CNN и DNN, при меньшей мощности по сравнению с процессорами и графическими процессорами.