האבולוציה של מעבדי אותות דיגיטליים (DSPs) מייצגת את אחד מאבני הגלקסיות הטרנספורמציות ביותר באלקטרוניקה המודרנית.מ שבבים ייעודיים שבקושי יכלו להתמודד עם שיחה טלפונית אחת למעצמות הרב-core של היום, אשר מנהלים אלגוריתמים בינה מלאכותית בזמן אמת, טכנולוגיית DSP הגדירה מחדש את מה שאפשר בסאונד, וידאו, תקשורת ומערכות בקרה.

מעבדי DSP המוקדמים: שנות ה-80 פורצות דרך

הצורך בעיבוד אותות בזמן אמת עובר על שבבים המסחריים הראשונים.מהנדסים השתמשו מעגלים אנלוגיים ומערכות דיסוט-לוגיות גדולות כדי לסנן, להבנות ולהרוס אותות, אבל הפתרונות האלה היו רב-עוצמה, כוח-hungry, ו inflexable.הפיתוח של המיקרו-מעבד בשנות ה-70 הציע חלופה חוזרת, אך מטרות כלליות-תכליתיות היו איטיות מדי עבור משימות דומות (Creativeization) כגון פעולות קומפונקציה (Ccumcated) או סטנדרטיות) כגון פעולות מותאמות למעבדות (מעבדות).

בשנת 1979, אינטל הציגה את ה-2920, לעתים קרובות נחשב מעבד האות הדיגיטלי הראשון.זה שילב ממיר אנלוגי-לדיגיטלי, מעבד דיגיטלי, ומירר דיגיטלי-ל-אנטלוג על שבב יחיד, אבל היה לו מערכת הוראה מוגבלת וביצועים עניים.ה פריצת דרך האמיתית הגיעה ב-1982 כאשר טקסס מכשירים השיקה את TMS32010, השבבים הראשונים הושקו במפורש כמעבד אותות דיגיטליים זה יכול לבצע בדיקה מהירה יותר של 16 סיביות ו- 10.

שחקנים מוקדמים אחרים נכנסו במהירות לשוק. AT&T's DSP1 (1983) הציעו ביצועים דומים, בעוד μPD7720 של NEC (1983) התמקד אודיו גבוה.משפחת מוטורולה 56000, שהוצגה בשנת 1986, הביא 24 סיביות נתיבי נתונים ואדריכלות מיוחדת בהרווארד עם תוכנית נפרדת וזיכרון נתונים, אשר ביטלה את קטעי הדרכה.

למרות ההתקדמות שלהם, DSPs מוקדם היו מגבלות חמורות.מהירויות שעון לעתים רחוקות על 20 MHz, על זיכרון שבב היה מוגבל לכמה קילוביטים, צריכת חשמל הייתה גבוהה יחסית לסטנדרטים מודרניים.הם לא היו תמיכה צף נקודות, מה שחייב את המפתחים ליישם אוטובוסים זעירים או קבועים עם סקאלה קבועה כדי למנוע שטף יתר - אמנות מורכבת כשלעצמה.

פיתוח טכנולוגיית DSP: 1990 - 2000

שנות ה-90 הביאו לעלייה דרמטית בביצועים ובפיתוח תהליכים (מ-1μm ל 0.35μm) אפשרו למהירויות שעון גבוהות יותר וספירות טרנסטור גדולות יותר.אדריכלות קובעות הוראה התבגרו, ותמיכה בשפה ברמה גבוהה הפכה מעשית, צמצום זמן הפיתוח.

אדריכלות: On-Harvard Architectures

בעוד ש-DSPs כבר השתמש אדריכלות הרווארד (קוד נפרד ואוטובוסים נתונים), הרעיון הורחב בשנות ה-90.האדריכלות סופר-Harvard, שהוצגה ב- Analog מכשירים של SHARC (סופר הרווארד אדריכלות מחשב) בשנת 1991, הוסיפו אוטובוסים נוספים לגישה ישירה זיכרון ו- cache, המאפשרת תוכנית בו-זמנית להביא, דו-נתונים דו-נתונים מהלכים, ו-DMA העברות.

די הרבה זמן הוראה (VLIW) ו- SIMD

סדרת TMS320C6x של טקסס, הושקה בשנת 1997, אימצה ארכיטקטורת VLIW במקום לוח חומרה מורכב, VLIW הציבה מספר פעולות במילה הדרכה רחבה אחת; העבודה של המדור הייתה למצוא מקבילה.גישה זו יכולה להנפיק עד שמונה פעולות למחזור של שעון ב-300 MHz, ובכך סיפקה אלפי וריאציות לשנייה בערך באותו זמן, SIM (Sleing), תהליך הוראה משותף לרכיבי נתונים מרובים.

נקודת מפנה

DSPs קבוע לשלוט לאורך שנות ה-80 כי הם השתמשו פחות סיליקון וצרכו פחות כוח.עם זאת, בשנות ה-90 ראו עלייה של נקודות צף סביר DSPs. Chips כמו מוטורולה 96002 (1990) ואת טקסס מכשירים TMS320C30 (1990) סיפק 32 סיביות בולטות נקודה צף, חיסול נפיחות דרוג דינמית כי עשה פיתוח אלגוריתם הרבה יותר קל יותר.

מערכת ומערכת-on-Chip (SoC) התחלות

כמו תהליך ג'ממט'ס מתכווץ, יצרנים החלו לשלב היקפיים על DSP למות.הראשיים הראשונים ראו שבבים ש שילבו הליבה DSP עם ממירים אנלוגיים-ל-דיגיטליים, ממירים דיגיטליים-ל-ל-אנטלוגים, ממשקים סידוריים, ומבקרי זיכרון.מערכת זו-on-onchip (SoC) גישה מופחתת שטח, עלות וכוח - צעד חיוני עבור אלקטרוניקה, לדוגמה, יישומים יחידניים (Open-או-או-או-או-מול שבבים) ומכשירים (Open-מול ממשקי-מול-טלפון סלולרי) עם מעבדים (תוכנות סלולרי (SoC) ו-DTMP) עם מעבדים) ו-DTM-DTM-DTM) עם מעבדים (תוכנות ליבה) ו-DTM-DTM) ו-DTM-DTM-DTM-DTM-DTM) עם מעבדים (SoC) גישה לטלפונים סלולריים (SoC) ומכשירים (SoC) ו-DTM-DTM-DTM-DTM-DTM-DTM) גישה ל-DTM-DTM-DTM-DTM-DTM-

במהלך תקופה זו, השוק היה גם עדים להתכנסות של DSP ומחשוב כללי.Plantium MMX (Multimedia Extensions) הוסיף הוראות SIMD בהשראת ארכיטקטורות DSP, טשטש את הקו בין CPUs ו DSPs. בינתיים, DSPs ייעודי המשיכו להצטיין ביישומים בזמן אמת, גבוה באמצעות חישוב כללי שבו CPUs יפתרו עם כוח או מגבלות זמן.

מעבדי DSP מודרניים: 2010s - Presents

מעבדי DSP של היום סובלים דמיון מועט לאבות אבותיהם של שנות ה-80.הם מהירים, משולבים מאוד, ולעתים קרובות heterogeneous - שילוב סוגים רבים של ליבה, מאיצים חומרה ומנועי AI על מוות יחיד.

עיבוד רב-קוור

הצורך בעיבוד מקבילים הניע את אימוץ של מוצרים רב-core DSPs. מוצרים כמו TMS320C6678 (שמונה C66x ליבות) ו- Analog מכשירים ADSP-SC589 (dual-core ARM + כפול-core SHA-core SHARC) מאפשרים למפתחים להפיץ עומסי עיבוד אותות על פני ליבות מרובות, השגת דרך מערכות הפעלה מסיביות (OS) ורב-סינכרון, כגון משימות טקסט, כגון שילוב של טקסט.

בינה מלאכותית ושילוב Machine Learning

אולי השינוי המשמעותי ביותר באבולוציה של DSP לאחרונה הוא שילוב של יכולות בינה מלאכותית.DSPs מודרניים כוללים יחידות עיבוד וקטורלי רשת עצביים שיכולים לבצע מהפכת, בריכות, הפעלה ביעילות.לדוגמה, ה- Hexagon DSP של Qualcomm יכול להתאים את האלגוריתם של מערכת ההפעלה של Snapdragon, כולל אלגוריתמים ייעודיים של עשרות מאיץ עבור AIde, כגון פונקציות זיהוי דיבור טבעי, תכונות דומות של שיטות עיבוד של HIV.

עיצוב אולטרה-Low Power Design

מכשירים מבוססי סוללות דורשים עיבוד יעיל מאוד. מודרני DSPs תכונה טכניקות ניהול חשמל מתקדמות כגון מתח דינמי ותדירות קנה מידה (DVFS), כוח gating, ו transistors נמוך-leakage יכול לפעול תחת 1 mW בעוד עדיין ביצוע עיבוד קולי בסיסי - דרישה קריטית עבור מכשירי שמיעה, אוזן אלחוטית, ו לפקחי בריאות לבישים חדשים של "מציר אנרגיה" אפילו מדחפים Dambiients או ממריצים על וואט.

מידע מהיר וממשקים

ככל ששיעורי הנתונים עלו, DSPs משלבים כעת ממשקים סדרתיים מהירים כגון PCIe, Serial RapidIO ו- Ethernet עם 10- 40-, או אפילו 100-Gb/sמהירויות. ממשקים אלה מאפשרים חיבור ישיר לחיישנים ברזולוציה גבוהה (למשל, LiDAR, מצלמות בתדר גבוה), מערך זיכרון מסיבי, ורשתות אחוריות ללא דבק נוסף יכולות זיכרון כפולות (DHDH) וזיכרון כפולות (DHDHDHp) , תכונות זיכרון גבוהות).

תכונות עיקריות של DSPs מודרניים

הבנת היכולות של טכנולוגיית DSP הנוכחית מסייעת בבחירת המעבד הנכון עבור יישום.ה להלן הם התכונות החשובות ביותר של DSPs מציעים:

  • עיבוד:0 (Multi-core עיבוד: FLT:1) 2 עד שמונה (או יותר) ליבות DSP עצמאיות על שבב יחיד, כל אחד יכול לבצע במקביל.זה מאפשר עיבוד מקבילים של ערוצים מרובים, אלגוריתמים או זרמים ללא הקרבת ביצועים בזמן אמת.
  • (FLT:0) אינטגרציה:EveFLT:1) חומרה ייעודית עבור אי השוויון ברשת עצבית - מעבדי Tenor, מנועי SIMD והוראות מותאמות אישית קובעות הרחבות עבור פרימיטיבי למידת מכונה.
  • (FLT:0) צריכת חשמל של חשמל: 1FLT:1 ניהול כוח sophisticated ותהליכי ייצור תת- 10-nm לאפשר DSPs להשיג ביצועים גבוהים תוך שמירה על 1-2 וואט עבור יישומים רבים, ותחת 1 מ"מ עבור משימות כוח אולטרה-נמוך.
  • (FLT:0) טיפול בנתונים במהירות גבוהה:FLT:1ir , Multi-gigabit קישורים, גדול על שבבים שבבים, ממשקי זיכרון חיצוניים פסווי גבוה להבטיח שהמעבד לעולם לא יככב בנתונים, גם כאשר הוא מטפל 4K וידאו או החזרי מכ"ם ברזולוציה גבוהה.
  • (FLT:0) קביעת זמן אמת: FLT:1Harware Support for Zero-overhead הלולאות, מתפתל מעגלי, וטיפול מונע מנעול מבטיח שקיפות ו Jitter for אודיו, מערכות בקרה וטלקומוניקציה.
  • (FLT:0) חומרים אנלוגיים משולבים:FLT:1 , DSPs מודרניים רבים כוללים על שבב ADCs ו DACs, חיסול הצורך להמיר חיצוני יישומים רבים וצמצום עלות הצעת החוק-של חומרים.

יישומים של מעבדי DSP מודרניים

הגמישות של טכנולוגיית DSP המודרנית היא לגעת כמעט בכל מכשיר אלקטרוני המטפל אותות אנלוגיים דיגיטלית.כאן הם חלק מאזורי היישום הבולטים ביותר:

אודיו ותהליכי קול

מ-Phentering קונסולות לטלפונים אוזניים ממותגים רעש, DSPs מבצעים סינון, השווה, דחיסה, ו-Firewing מרחבי אודיו להפוך את עוזרי הקול כמו אמזון אלכסה ו-Google assistant מסתמכים על beamforming מבוסס DSP ומהדהד ביטול כדי לבחור את הפיקוד של המשתמש מרעש רקע.

מערכות תקשורת

תחנות בסיס, רדיו מוגדר תוכנה (SDRs), ו מודמים לווייניים תלויים DSPs עבור Modulation / Dimodulation, תיקון שגיאות קדימה (FEC), וערוץ שווה.השינוי ל-5G הוביל הביקוש לביצועים גבוהים DSPs אשר יכול להתמודד עם עיבוד אותות מסיבי MIMO ומילימטר- מילימטר.ברשתות אופטיות, DSPs לבצע פיזור chromatic וקוטבציה במצב של פיזור נתונים ב פיזור גבוה / פיזור נתונים של 400 / פיזור נתונים.

נהיגה ברכב ואוטונומי

כלי רכב מודרניים מכילים עשרות יחידות שליטה ב-DSPs. Engine משתמשים בהם עבור מערכות היתוך בזמן אמת וזיהוי דפיקות. מערכות מידע על קידוד מידע על DSPs לעיבוד אודיו וזיהוי קולי. Most Critical, Advanced Driver-assistance Systems (ADAS) ופלטפורמות נהיגה אוטונומיות משתמשות ב-DSP-based מאיצים לעיבוד מכ"ם, LiDAR, ומצלמות, ביצוע גילוי וחיפוש אחר מילימטרים בתוך מילימטרים.

טיפול רפואי ו- Biomedical

אולטרהסאונד, הדמיה חוזרת מגנטית (MRI), טומוגרפיה (CT), ואלקטרוקרדיוגרפיה (ECG) כולם מייצרים כמויות גדולות של נתוני אות שיש לעבד בזמן אמת. DSPs לבצע beamforming, גללט משנה, סינון, שחזור תמונה.

בקרה תעשייתית ו-IoT

אוטומציה במפעל, בקרה מוטורית ומערכות ניהול אנרגיה משתמשים ב-DSPs לרכישת נתונים של חיישן, לולאות בקרה מהירות (למשל, בקרי PID), ותחזוקה חיזוי באמצעות ניתוח רטט.באינטרנט של הדברים (IoT), DSPs מאפשרים עיבוד קצה של אודיו, רטט, ואת אותות נוכחיים, צמצום הצורך להעביר נתונים גולמיים לענן.

מגמות עתידיות בטכנולוגיית DSP

ככל שדרישות חישוביות ממשיכות לגדול, ארכיטקטורות DSP מתפתחות במספר כיוונים מבטיחים:

heterogeneous Compute ו- Chiplets

במקום לבנות שבבים מונוליטיים, מעצבים משלבים מת מיוחד - שבב DSP, שבב מאיץ AI, שבב זיכרון - לתוך חבילה אחת באמצעות חיבורים מתקדמים (למשל, UCIe) גישה זו מאפשרת שילוב טכנולוגיות תהליכים שונות וביצועים מדרגים מבלי לעצב שבב שלם.

המונחים: path-inspired and Neuromorphic Processing

לבעיות כמו אופטימיזציה וזיהוי דפוס, החוקרים בוחנים אלמנטים מחשוב אנלוגיים ונוירומורפיליים שיכולים לבצע משימות עיבוד אותות מסוימים עם פקודות-of-magnitude נמוך יותר כוח, בעוד שעדיין ניסיוני, טכנולוגיות אלה עשויות להשלים או להחליף DSPs מסורתיים בנישות ספציפיות עד סוף העשור.

אדג'י ו-Ferated Learning

דחיפה להפעיל יותר אי-שוויון בינה מלאכותית בקצה תדרוש DSPs שלא רק לבצע מודלים מראש מאומנים אלא גם לעדכן אותם מקומית (למידה מאולתלתלתלתלתר) זה דורש הפיכה הדוקה של DSP ורשת עצבית עם יכולות הכשרה מקומיות, משהו ה- השבבים האחרונים מ- Qualcomm ואחרים מתחילים לספק.

תוכנה – Defined Everything

חומרה קבועה קבועה מעניקה דרך לתוכנות למערכות DSP שניתן להפעיל מחדש ב- Runtime.זה כבר נפוץ ברדיו המוגדר בתוכנה, והוא מתרחב לאזורים כמו מכ"ם רכב, שבו אותה חומרה יכולה לעבור בין שרשראות עיבוד אותות שונות בהתאם לתנאי נהיגה.

המסע של DSP מ רכיב טלקום נישה למנוע עיבוד אמין, אינטליגנטי הוא עדות עשרות שנים של זיכוך אדריכלי, תהליך קנה מידה וחדשנות תוכנה. כמו הגבולות בין עיבוד אותות, למידת מכונה, ומחשוב כללי ממשיך לטשטש, DSP יישאר בלב של מערכות ביצועים בזמן אמת, ביצועים גבוהים המעצבים את העולם הדיגיטלי שלנו, בין אם בסמארטפון שלך, המחשב שלך, או באופן יעיל יותר, הוא חכם יותר, חכם יותר, מאשר חכם יותר, חכם יותר, עובד, יותר, מאשר חכם יותר, מאשר חכם יותר, חכם יותר, חכם יותר, חכם יותר, מאשר חכם יותר, חכם יותר, הוא עובד, חכם יותר, חכם יותר, חכם יותר, מאשר זמן אמתית, הוא עובד, חכם יותר, חכם יותר, חכם יותר, חכם יותר, חכם יותר, חכם יותר, מאשר חכם יותר, חכם יותר, חכם יותר, מאשר זמן אמתית, חכם יותר, חכם יותר, חכם יותר, הוא עובד, חכם יותר, חכם יותר, חכם יותר, הוא עובד, חכם יותר, חכם יותר, הוא עובד, הוא חכם יותר, יותר, חכם יותר, חכם יותר, מאשר זמן אמת-DSP, מאשר זמן אמת-DSP, הוא עובד, הוא עובד, יותר, הוא יעיל יותר, הוא עובד, יותר, הוא חכם יותר