ARM架构强化物联网传感优势 完整产品线助力客户掌握智能商机

ARM首席应用工程师张维良。

数据在各种智能化系统中扮演了重要角色，完整而可靠的数据方能让系统后续环节随之启动。ARM首席应用工程师张维良指出，传感技术发展多年，数据撷取机制渐臻成熟，然现在市面上的传感器未必能符合智能化系统所需，他在「Transforming IoT Endpoints with ARM Technology」演讲中就深入介绍传感技术近年的发展趋势与ARM架构在此领域的布局。

张维良以寒武纪时代的三叶虫演进为例，点出传感器的进化。他表示当时三叶虫是地球首先发展出视力系统的生物，凭借此点优势，三叶虫在当时成为最具优势的掠食者，而目前物联网装置爆发基本概念与寒武纪物种数量爆发雷同，但未来可与智能化系统整合的传感器，才能存活于市场。

至于未来传感器将会有何不同，张维良表示，新时代的传感器将从类比转为数码、固定功能变成可编程、原始数据转化为已分析数据...等，在这所有变化中，他认为3V—Voice、Vision、Vibration三种传感器可将智能化功能内嵌于小型装置中，为装置、系统的演化定下基础。

张维良进一步指出，现在各厂商类型芯片已着手强化上述传感器的开发，例如已有业者透过DSP与机器学习演算法进行语音处理，并将之应用于运算资源有限的装置上，为了满足业界需求，ARM积极建置产业生态系统，并提供对应的开发工具，协助业者在最小功率下，尽可能增强效能。

在振动传感器部分，张维良表示，振动撷取类似于声音，其不同之处在于不正常的信号改变，此类应用一般可使用DSP，他建议可选用ARM Cortex-M23架构，如果要机器学习，则可采用ARM Cortex-M55，进一步分析异常信号。

视觉传感器目前的主要应用分为物件侦测、物件分类与物件识别等三种，这三种应用的数据处理难度不一，所使用的ARM架构也不尽相同，物件侦测使用Cortex-M23已然足够，物件分类可用ARM Cortex-M55加上ARM Ethos-U55神经网络处理器，物件识别由于需要精准识别特徵，则需用到较高端的ARM Cortex-A53搭配Ethos-N57架构。除了上述解决方案之外，张维良表示，ARM下一时代的系统在功能上将会有更复杂的分析运算链(Analysis Processing Chain)，藉由Mali系列ISP+Cortex-A+NPU架构，大幅提升运算能力与功耗效率。

除了三种传感器之外，张维良在会场上也探讨了传感器融合概念，他指出此概念是结合多个传感器，将数据融合出一个更有价值的数据，以提供系统分析与运算。在此概念中，工程师可结合多种传感器来源，建造更完整更可信的系统，借此了解环境变化。

此类系统可独立管理分散数据并进行分析，除此之外工程师也可将不同传感器汇集于单一装置上，并以DSP运算进行数据融合，最后若有其他需求，可将融合的数据以机器学习演算法识别判断，再视状况对应处理分析结果。

演讲最后，张维良为与会者提出ARM解决方案在物联网终端装置的配置与转换建议，他指出，现在ARM解决方案在功耗、效能与价格方面都具有高度竞争优势，其产品线从应用于可携式装置的Cortex-M到高效能的Cortex-A一应俱全，除了齐全的产品线外，ARM近几年也全力打造产业生态系统，接下来ARM将持续延伸强化此一策略布局，协助客户缩短开发时程、降低成本。