Будущее микроконтроллеров в носимых технологиях
Эволюционирующее сердце носимых устройств: как микроконтроллеры питают следующее поколение интеллектуальных устройств
От гладких фитнес-полос на запястье до умных колец, отслеживающих ваш сон, носимые технологии перешли от новизны к необходимости. Центральным для каждого из этих устройств - будь то патч для здоровья, гарнитура дополненной реальности или голосовая наушница - является микроконтроллер (MCU). Этот крошечный автономный компьютер управляет датчиками, обрабатывает данные, контролирует дисплеи и управляет беспроводной связью. Будущее носимых устройств напрямую зависит от эволюции этих микроконтроллеров. По мере того, как требования к меньшим форм-факторам, большему сроку службы батареи и большему интеллекту усиливаются, индустрия MCU переживает тихую революцию. В этой статье рассматриваются критические тенденции, новые приложения и проблемы проектирования, которые определят следующее десятилетие носимых микроконтроллеров.
Микроконтроллеры против микропроцессоров в носимых устройствах
Прежде чем погрузиться в будущие тенденции, важно понять, почему микроконтроллеры, а не полномасштабные микропроцессоры, являются доминирующей вычислительной платформой в носимых устройствах. В отличие от систем на чипе (SoC) смартфона, требующих внешней оперативной памяти, хранения и управления питанием, MCU интегрирует процессорные ядра, память и программируемые периферийные устройства ввода-вывода на одном чипе. Эта интеграция обеспечивает более низкое энергопотребление (часто в диапазоне микроампер), меньший размер и более низкую стоимость - критические факторы для устройств, которые должны работать в течение нескольких дней или недель на крошечной батарее. В то время как высокопроизводительные умные часы, такие как Apple Watch, используют процессоры приложений, подавляющее большинство носимых устройств - от непрерывных мониторов глюкозы до умной одежды - полагаются на специализированные MCU. Будущее увидит размытие линий с гибридными чипами, которые сочетают эффективность MCU с ускорением ML.
Движущие силы: ключевые тенденции, меняющие дизайн микроконтроллеров
Экстремальная миниатюризация и расширенная упаковка
Носимые устройства сокращаются. Слышащие устройства (ухотные устройства) и интеллектуальные кольца требуют компонентов меньше 2x2 миллиметров. Производители микроконтроллеров реагируют с передовыми методами упаковки, такими как упаковка на уровне пластин чипов (WLCSP) и система в упаковке (SiP), которые интегрируют пассивные устройства, кристаллы и даже датчики в единый пакет. Например, Apollo4 Blue Plus от Ambiq использует 2,5 x 2,5 мм BGA-пакет, все еще обеспечивая ядро Cortex-M4F, 2 МБ MRAM и Bluetooth 5.1. Будущие MCU будут включать 3D-складку матриц, позволяя памяти и аналоговым блокам быть слоистыми вертикально, уменьшая площадь и увеличивая возможности. Это позволит новые носимые форм-факторы - подумайте об умных контактных линзах или ультратонких участках кожи.
Ультранизкая мощность и сбор энергии
Святой Грааль носимого дизайна - это устройство, которое никогда не нуждается в замене батареи. Микроконтроллеры приближаются к этой цели благодаря сочетанию технологических процессов и архитектурных инноваций. Промышленность движется от 40 нм до 28 нм полностью истощенного кремниевого изолятора (FD-SOI) и даже 22 нм процессов, резко уменьшая ток утечки. Кроме того, такие функции, как потолочная работа (как впервые было предложено такими компаниями, как Ambiq) позволяют ядрам работать при 0,4 В или ниже, что приводит к простому извлечению нановатт в спящем режиме. Уборка энергии также становится практичной. Новые MCU могут работать непосредственно от термоэлектрических генераторов (тепло тела), фотоэлектрические элементы (свет в помещении) или сбор энергии RF (из WiFi или мобильных сигналов). Например, CC2650 от Texas Instruments может запускать простые узлы датчиков исключительно на собранной энергии. Следующий рубеж - это настоящие носимые устройства без батарей, которые работают бесконечно, полагаясь на суперконденса
Встроенное машинное обучение и Edge AI
Возможно, наиболее преобразующей тенденцией является интеграция вывода машинного обучения (ML) непосредственно в микроконтроллер. Вместо потоковой передачи необработанных данных датчиков в облако для обработки, которая истощает батарею и вызывает проблемы с конфиденциальностью, носимые устройства теперь могут классифицировать жесты, обнаруживать аритмии или распознавать голосовые команды локально. Технология Helium ARM (расширение вектора M-профиля), векторные расширения RISC-V и специализированные нейронные процессоры (NPU), такие как чипы Syntiant [[FLT: 1]] Synaptics, обеспечивает эффективное выполнение небольших нейронных сетей. [[FLT: 2]] TensorFlow Lite Micro [[FLT: 3]] теперь поддерживает MCU всего лишь 2 КБ ОЗУ. На практике это означает, что фитнес-полоса может различать ходьбу, бег и плавание без отправки данных на телефон, экономя мощность и позволяя коучинг в реальном времени. Будущие MCU будут включать выделенные аппаратные ускорители для ключевых операций ML (конволюции, глубинные операции, транс
Расширенная беспроводная связь: LE Audio, UWB и 5G NB-IoT
Соединение является основой любого носимого устройства. Bluetooth Low Energy (BLE) остается доминирующим, но будущее - это мультипротокол. Bluetooth 5.2 и 5.3 приносят LE Audio, который позволяет использовать многопотоковое аудио, поддержку слуховых аппаратов и меньшую задержку. Это имеет решающее значение для слуховых аппаратов и интеллектуальных очков. Технология сверхширокополосной (UWB), используемая в AirTag от Apple, позволяет отслеживать местоположение на сантиметр, открывать варианты использования для отслеживания активов в носимых устройствах (например, для отслеживания интеллектуальных часов LTE для детей или пожилых людей). Для носимых устройств с сотовым подключением (например, смарт-часы LTE для детей или пожилых людей), 5G NB-IoT и LTE-M обеспечивают низкую мощность широкополосного подключения. Микроконтроллеры интегрируют эти радиостеки напрямую, уменьшая потребность в отдельных чипах модема. Будущие MCU будут действовать как однокристальное решение: вычислительное ядро, память, ускоритель ML и
Новые домены приложений, работающие на MCU следующего поколения
Мониторинг состояния здоровья: за пределами частоты сердечных сокращений
Современные носимые устройства отслеживают частоту сердечных сокращений, шаги и продолжительность сна. МЦУ следующего поколения с более высокими возможностями слияний с датчиками позволят непрерывный мониторинг артериального давления с помощью сигналов PPG и ЭКГ, неинвазивный мониторинг глюкозы, отслеживание лактата и гормональные биомаркеры. Такие компании, как Valencell и Rockley Photonics разрабатывают оптические модули, которые могут управляться маломощными МЦУ для выполнения спектроскопии. Ключевая задача заключается в обработке огромных объемов данных от многоволновых PPG, биоимпеданса и температурных датчиков в режиме реального времени. Будущие МЦУ с выделенными блоками цифровой обработки сигналов (DSP) и аппаратными ускорителями для FFT и банков фильтров сделают это возможным при сохранении мощности до 50 мкВт. Это может революционизировать управление хроническими заболеваниями, позволяя диабетикам непрерывно контролировать глюкозу без уколов пальцев или гипер
Очки дополненной реальности (AR) и пространственные вычисления
Легкие, носимые AR-дисплеи на весь день требуют чрезвычайной энергоэффективности. Истории Apple Vision Pro и Meta Ray-Ban показывают потенциал, но они по-прежнему полагаются на привязанные вычислительные пакеты или мощные процессоры приложений. Будущее умных очков - особенно для корпоративных (например, для полевых техников или хирургов) - будет использовать двухчиповый подход: высокопроизводительный SoC для рендеринга (привязанный к телефону) и маломощный MCU для всегда включенного контекста. Этот MCU будет обрабатывать отслеживание глаз (с использованием емкостных или инфракрасных сенсорных колец), распознавание жестов (через компактный радар, такой как Infineon BGT60LTR11] и голосовое пробуждение - все при потреблении менее 1 мВт. MCU следующего поколения с интегрированными DSP для синтеза датчиков и небольших моделей ML позволят иммерсив
Умный текстиль и E-текстиль
Носимая технология переходит от жестких устройств к тканям. Умные текстильные изделия — футболки, которые контролируют осанку, носки, которые обнаруживают дисбаланс походки, или перчатки, которые обеспечивают тактильную обратную связь — требуют гибкой, стираемой электроники . Микроконтроллеры в этой области должны быть распределены, часто с несколькими крошечными MCU, встроенными в швы или разъемы. Ультра-низкоэнергетические MCU, такие как Диалог (Renesas) DA14531 (Renesas) в пакете 1.7x2.0mm, могут быть интегрированы в проводящую пряжу. Будущие электронные текстильные MCU будут напечатаны на экране или непосредственно интегрированы в ткань с использованием гибких полимеров. Они будут беспроводным образом получать энергию через резонансные индуктивные связи или даже сети области тела. Роль MCU заключается в обработке данных от датчиков растяжения, емкостного касания или датчиков температуры и передавать их в центральный концентратор
Слышащие и настоящие беспроводные наушники
Слышащий рынок (беспроводные наушники, слуховые аппараты, интеллектуальные затычки для ушей) взрывается. Микроконтроллеры в этих устройствах должны обрабатывать обработку звука, активную шумопоглощение (ANC), формирующие луч микрофонные массивы и контекстную осведомленность - все в пределах крошечного следа. Серия QCC514x от Qualcomm объединяет двухъядерное MCU (Cortex-M4F + DSP) с выделенным оборудованием для поддержки ANC и голосового помощника. Будущие слышные MCU будут включать сверхнизкую мощность всегда-на аудиообработке , позволяя такие функции, как перевод языка в реальном времени или улучшение слуха без облачной зависимости. Они также будут поддерживать LE Audio для совместного прослушивания (например, два набора наушников, получающих один и тот же аудиопоток). Энергоэффективность имеет решающее значение: типичный наушник имеет батарею 30 - 50 мАч
Вызовы проектирования и стратегии смягчения
Тепловое управление в носимых в теле
По мере того, как носимые устройства становятся более интимными — умные контактные линзы, глотаемые датчики, имплантируемые сердечные мониторы — тепловое рассеивание становится проблемой безопасности. Человеческое тело может терпеть только ограниченное повышение температуры (обычно <1°C) in contact areas. Future MCUs with on-die temperature sensors and dynamic power gating can automatically throttle processing to avoid hotspots. For implantables (like insulin pumps or neural recording devices), the MCU must operate at body temperature while consuming less than 10 µW. New research in ], почти пороговые вычисления и , адиабатическая логика обещает еще больше сократить генерацию тепла, но, вероятно, не будет видеть коммерческого развертывания в течение 5-10 лет. Тем временем дизайнеры могут использовать модулированные рабочие нагрузки с шириной импульса — бурная обработка с последующим глубоким сном — чтобы поддерживать среднюю мощность (и тепло) на низком уровне.
Безопасность и конфиденциальность на краю
Носимые устройства собирают личные данные: биометрию, местоположение, разговоры. Если MCU фитнес-трекера скомпрометирован, злоумышленник может получить доступ к данным о частоте сердечных сокращений или даже ввести ложные показания. Будущие MCU должны включать аппаратные модули безопасности (HSM) с безопасной загрузкой, аппаратные криптографические ускорители, физические неклонируемые функции (PUF) для идентификации устройства и шины зашифрованной памяти. Рольф Неванлинна (NIST) рекомендации для легкой криптографии. NXP i.MX RT600 включает в себя интегрированную подсистему безопасности EdgeLock. Одна из проблем заключается в том, что добавление функций безопасности увеличивает потребление энергии и площадь вымирания. Будущие проекты будут использовать выделенные острова питания для блоков безопасности, которые могут быть отключены, когда не требуется. Также федеральное обучение на самом
Программное обеспечение и сложность Tooling
Носимые микроконтроллеры становятся все более сложными: многоядерные конструкции (например, Cortex-M33 + Cortex-M0 для сенсорного концентратора), гетерогенные архитектуры (MCU + NPU) и сложные настройки RTOS (FreeRTOS, Zephyr или настроенный Linux на высокопроизводительных MCU). Разработчики сталкиваются с проблемами в отладке распределенных алгоритмов синтеза датчиков, оптимизации состояний питания и обеспечении детерминизма в реальном времени. Будущие инструментальные цепи должны обеспечивать отладку с учетом мощности и — например, показывать, какая периферийная или часовая область рисует ток. Промышленность движется к открытой стандартной платформе, такой как Zephyr RTOS , которая поддерживает широкий спектр семейств MCU. Кроме того, Microsoft VS Code и Arm интегрирует инструменты
Ожидания жизни батареи vs. особенности
Потребители хотят умные часы, которые работают неделю на заряде - но также хотят всегда-на дисплеях, GPS-отслеживание, мониторинг сердечного ритма и поддержка голосового помощника. Это напряжение заставляет дизайнеров MCU внедрять инновации в динамическое напряжение и частотное масштабирование (DVFS) и адаптивное управление питанием . Будущие MCU будут использовать машинное обучение для прогнозирования поведения пользователя (например, будет ли пользователь работать или спать в течение следующих 30 минут) для упреждающей настройки производительности и радиоактивности. энергосберегающие частичные обновления : вместо переключения всей периферии обновляются только необходимые биты блока памяти (NVM) технологии, такие как MRAM и FRAM, позволяют MCU входить в состояние мгновенного и нулевого утечек контекста, позволяя MCU входить в
Дорога впереди: прогнозы на 2028–2030 годы
К концу этого десятилетия микроконтроллеры в носимых устройствах будут радикально отличаться от сегодняшних. Вот три ключевых прогноза:
- Носимые устройства без батарей станут мейнстримом. Достижения в области сбора энергии (особенно тепла тела и света в помещении) будут обеспечивать питание простых сенсорных патчей и интеллектуальных колец на неопределенный срок. Мощность бездействия MCU будет падать ниже 1 мкВт, позволяя непрерывное зондирование даже от солнечных элементов 1 см2. Такие компании, как EnOcean и Powercast уже коммерциализируют модули MCU, собирающие энергию.
- Нейросимволический ИИ на MCU.] Комбинирование нейронных сетей с символическим рассуждением (графы знаний) на одном MCU позволит носимым устройствам не только распознавать шаблоны, но и рассуждать о контексте — например, обнаруживая, что повышенный сердечный ритм пользователя может быть вызван беспокойством, а не физическими упражнениями, учитывая местоположение и данные календаря, хранящиеся локально.
- Доминируют открытые аппаратные экосистемы. RISC-V займет значительную долю рынка носимых MCU, особенно в потребительских носимых устройствах, где пользовательские инструкции (например, для конкретных конвейеров данных датчиков) могут быть добавлены без затрат на лицензирование. X280 SiFive и Esperanto Technologies уже нацелены на краевой ИИ с массивными параллельными ядрами RISC-V.
Заключение
Скромный микроконтроллер прошел долгий путь от своих первых дней в простых наручных часах. По мере того, как носимые устройства развиваются от коммодитизированных трекеров до сложных платформ для здоровья, пространственных интерфейсов и окружающего интеллекта, MCU останется критическим фактором. Ключевые драйверы - миниатюризация, субпороговая мощность, встроенная ML и многопротокольная связь - сближаются, чтобы создать новый класс глубоко интеллектуальных, энергонезависимых устройств. Дизайнеры должны ориентироваться в проблемах управления температурой, безопасности и сложности программного обеспечения, но отдача огромна: будущее, где ваша одежда, аксессуары и даже имплантаты беспрепятственно и безопасно контролируют ваше здоровье, усиливают ваши чувства и поддерживают вас на связи, все без требования ежедневной зарядки. Следующая волна носимых инноваций пишется в кремнии - одном маломощном, ускоренном ИИ микроконтроллере за раз.
Для дальнейшего чтения о дизайне MCU с ультранизким энергопотреблением см. ARM обзор технологии MCU или Руководство по выбору MCU для носимых устройств . Для углубленных спецификаций на MCU для сбора энергии см. Серия C2000 Texas Instruments . Узнайте больше о встроенном ML на TensorFlow Lite для микроконтроллеров .