一群爱好者正在提出一套新的图形指令，专为 3D 图形和媒体处理而设计。这些新指令建立在 RISC-V 基本向量指令集之上。他们将本着核心 RISC-V 指令集架构 (ISA) 的精神，添加对特定于图形的新数据类型的支持，作为分层扩展。支持向量、先验数学、像素和纹理以及 Z/Frame 缓冲区操作。它可以是一个融合的 CPU-GPU ISA。该小组将其称为 RV64X，因为指令长度为 64 位（32 位不足以支持强大的 ISA）。 为什么是现在？ 世界上有很多 GPU 可供选择，为什么会这样？该小组表示，因为商业 GPU 在满足诸如双相 3D 截锥体裁剪、自适应 HPC（任意位深度 FFT

今年是第 30 个 Linux 内核发布周年纪念日。作为开源软件运动的基础，开源代码催生了数百个使用免费公共 Linux 发行版的项目。结果是一长串健壮、稳定和灵活的产品。 鉴于其成功，是否可以将相同的方法应用于支持开源硬件的采用？像 RISC-V 这样的指令集架构 (ISA) 能否像 Linux 内核作为开源软件的基础一样，为开源硬件的激增奠定基础？ 答案是肯定的和否定的。 目前的架构，RISC-V 是开放的，可作为标准使用，允许围绕它构建产品的自由、灵活性和速度。但另一方面是硬件更复杂，堆栈中有多个层，这意味着它不像运送软件包那么简单。 我们对 RISC-V 硬件生态系统中的利益相

在本文中，我们将讨论多核处理的各个方面，包括了解不同类型的多核处理器以及这些设备在今天变得普遍和流行的原因。然后，我们将了解芯片上拥有多个内核所带来的一些挑战，以及现代多核感知调试器如何帮助使这些复杂任务更易于管理。 系统性能 有许多方法可以提高嵌入式计算系统的性能，从巧妙的编译器算法到高效的硬件解决方案。编译器优化对于从易于阅读和理解的高级语言代码中获得最有效的指令调度非常重要。除此之外，系统可以利用项目中可用的并行性一次处理不止一件事情。当然，调整时钟频率是提高计算系统性能的有效方法。 不幸的是，可以假设时钟速度以几何级数增加的日子已经过去了。而代码优化只能让你得到这么多的改进，尤

在 2021 年国际消费电子展上，总部位于瑞士洛桑的 Leman Micro Devices (LMD) 宣布了一款独立的袖珍钥匙大小的设备，声称可以通过蓝牙在智能手机上显示临床准确的个人血压测量值以及其他生命体征。 该设备是本周宣布与技术设备设计者和生产商上海民时以及同样位于中国上海的蓝牙技术公司 WuQi 建立新合作伙伴关系的结果。除了测量血压外，该设备还可以测量其他生命体征，具有医疗精度，完全无需袖带且无需校准。这些参数是血氧 (SpO2)、呼吸频率、脉搏率和体温。 独立的 Minshi 遥控钥匙包含 LMD 的专利 V 传感器、电池和小型 Wuqi 计算机芯片，该芯片通过蓝牙连接到

定位芯片开发商u-blox宣布，其F9全球卫星导航系统（GNSS）技术平台已部署在中国智能电动汽车（EV）制造商小鹏汽车P7远程轿车的高级驾驶辅助系统（ADAS）中。 u-blox F9 定位技术被纳入车辆的 XPILOT 3.0 ADAS 中，用于导航引导驾驶、自动泊车和自动驾驶。例如，一旦在特定的高速公路上设置了导航目的地，P7就会根据路线引导进行自动换道、切换到高速路线，并实时选择最佳路线。 u-blox F9平台针对辅助、自动驾驶等需要厘米级精度的高精度定位应用，利用多频段（L1/L2/L5）的GNSS信号校正电离层和自动驾驶引起的定位误差。提供快速的首次修复时间（快速 TTFF）

将 AI 放入嵌入式应用程序的吸引力是显而易见的，例如使用 face-id 来授权访问工厂车间的机器控制。人脸识别、语音控制、异常检测，有了人工智能就有很多可能性。我将在本博客中使用 face-id 作为示例。比传统的人机界面和密码更易于使用、更智能、更强大。更不用说其他人都在这样做了。 AI 的工作原理看似神奇，但它可以做的却是迅速成为最低期望。没有人愿意根据昨天的技术透明地评估产品。 （来源：CEVA） 挑战 产品制造商有问题。基于人工智能的开发与标准的嵌入式开发有很大不同。您不是在编写软件，至少不是在编写核心功能。您必须训练神经网络来识别模式（如图像），就像在学校训练孩子一样。

在本系列的前一篇文章中，我们回顾了在全国推动 5G 实施的大规模 MIMO 技术。虽然毫米波频率应用的潜力最终将被实现，但未来几年 5G 服务将由通过 Sub-6GHz 频段传输的信号来定义。为实现这一目标，下一代基站解决方案需要大幅改进射频前端性能。 工程师被要求开发基站，以实现更好的 RFFE 集成、缩小尺寸、降低功耗、更高的输出功率、更宽的带宽、改进的线性度和更高的接收器灵敏度。所有这些都是为了满足收发器、RFFE 和天线之间更紧密的耦合要求。这是一个非常艰巨的任务。满足这些需求并成功实施大规模 MIMO 的唯一方法是使用可用于这些扩展天线阵列的小型、高效、具有成本效益的功率放大器。

OmniVision OH02A1S 在单个 CMOS 医学图像传感器中同时提供白光 RGB 和红外单色捕获。使用 OH02A1S，用于癌症检测的尖端芯片内窥镜设计人员可以省去第二个图像传感器。将红外光和 RGB 光集成到单个传感器中，不仅减小了内窥镜的尺寸，而且还降低了成本、功耗和热量。 配备 OH02A1S 传感器的内窥镜允许外科医生实时在高质量 RGB 和 IR 之间切换，或者在一个显示器上同时显示两个图像，或在两个显示器上并排显示。此外，支持 OH02A1S 的内窥镜尺寸更小，热量更低，这意味着它可以比以前使用更大外径的双成像器设计更远地进入身体。全功率下传感器功耗仅为 90 mW，

要有光——Light Fidelity，也就是——也称为 li-fi 室内无线网络，最初可以通过高功率 LED、光电探测器和微控制器支持家庭办公和高速互联网访问。 该技术的推动者声称，随着实施成本的下降，商业和工业应用可能会随之而来。 根据 Global Market Insights 的研究，预计 Li-FI 将在未来十年大放异彩，以 50% 的复合年增长率增长。在智能手机连接和稳步增长的数据消费推动下，Li-Fi 市场去年突破了 7000 万美元。 如果这些趋势继续下去，市场追踪者预测到 2030 年全球 Li-Fi 市场将超过 80 亿美元。 光子技术能够使用现有的无线电频率在几

恩智浦半导体推出两款新型超宽带 (UWB) 技术 IC，旨在为物联网 (IoT) 传感器、标签和智能锁提供高精度的相对位置。 在更名为 Trimension 的 UWB IC 产品组合中，两款新设备 SR040 和 SR150 致力于为物联网设备提供安全的 UWB 解决方案，并补充现有的汽车智能汽车接入和移动安全测距 UWB 解决方案。 这些设备是恩智浦公司愿景的一部分，即使用 UWB 技术实现门锁和解锁的环境，以响应车主的实际存在，通过简单的屏幕触摸或免提访问共享汽车，智能家居自动化系统跟随车主直观、高效地从一个房间到另一个房间，人们花更少的时间进行搜索，因为可以轻松快速地跟踪错放

来自意法半导体的新型高精度低功耗 2 轴数字倾角仪包括嵌入式可编程机器学习核心，可将 AI 算法集成到传感器本身中，从而降低功耗并减少向云端传输的数据。 尽管许多高精度倾角仪是单轴设备，但新的 2 轴 IIS2ICLX 加速度计可以感应沿两个轴（俯仰和滚动）相对于水平面的倾斜，或者通过组合两个轴，可以测量倾斜度以及在 ±180° 范围内相对于水平面的单个方向的可重复精度和分辨率。数字输出通过节省外部数模转换或滤波来简化系统设计并降低物料清单 (BOM) 成本。 IIS2ICLX 倾角仪采用 MEMS 加速度计技术，可选择满量程为 ±0.5/±1/±2/±3g，并提供超过 I2 的输出 C

位于圣地亚哥和台湾的 AI 硅和 IP 初创公司 Kneron 推出了一款 AI SoC，该 AI SoC 具有该公司神经处理单元 (NPU) IP 的更新版本。 KL720 还具有 Cadence DSP AI 协处理器和用于系统控制的 Arm Cortex M4 内核。据该公司称，虽然耐能的下一代 AI SoC 针对低功耗边缘和智能家居设备，如可视门铃和机器人吸尘器，但 KL720“可用于从特斯拉到烤面包机的所有设备”。 耐能声称这款第二代芯片在能效方面优于英特尔 Movidius 系列和谷歌 Coral Edge TPU 的芯片。 KL720 的 NPU 模块可以执行 1.4 TOPS

Maxim 的两款温度传感器 IC MAX31889 和 MAX31825 可帮助设计人员实现对冷链资产和设备的精确测量和稳健保护。 MAX31889数字温度传感器兼具精度和功耗特性，可在精密温度敏感应用中取代昂贵的电阻温度检测器。 MAX31825 数字温度传感器每条总线最多支持 64 个器件，全部由 1-Wire 总线寄生供电，以降低布线复杂性。 MAX31889 在 -20°C 至 +105°C 的温度范围内精确到 ±0.25°C，测量冷链医药产品温度的成本仅为 RTD 的一小部分，同时功耗比竞争产品低 35%。传感器具有 16 位分辨率 (0.005°C) 并使用 I2 用于与主机控

随着雷达甚至在消费产品中被采用，Systems Plus Consulting 对它的实施方式感到好奇。技术和成本分析公司决定拆除雷达芯片，但哪一个？该公司出于多种原因选择了 Vayyar 的第一代 RF 片上系统。 该公司主要对 Vayyar 如何设计这种高度集成的单芯片 RF SoC 感兴趣。 System Plus 分析师也对 Vayyar SoC 创建高分辨率 4D 图像的能力很感兴趣。 雷达曾经是一个增长缓慢的市场，以满足军事等成熟应用的需求。事情发生了变化——很多。雷达，尤其是“成像雷达”，比卡戴珊还要火。汽车和消费类应用正在激发系统设计师的想象力，并推动雷达实现两位数增长。

在 Cloud AI 100 AI 加速器最初发布后将近 18 个月，高通公司已经发布了该芯片将可用的解决方案外形因素的一些进一步细节，以及这些卡的一些性能数据。这家移动芯片巨头透露，Cloud AI 100 最终芯片正在生产中，将于 2021 年上半年发货。 Cloud AI 100 于近 18 个月前于 2019 年 4 月推出。 虽然高通凭借其 Snapdragon 产品线在智能手机处理器市场占据主导地位，但高通公司的服务器产品此前并未起飞——其基于 Arm 的 Centriq 产品线于 2018 年停产仅一年后发射。因此，这家移动芯片制造商将 Cloud AI 100 视为进入边缘服

随着边缘人工智能的兴起，对存储系统提出了一系列新要求。今天的内存技术能否满足这一具有挑战性的新应用的严格要求？从长远来看，新兴的内存技术对边缘 AI 有何承诺？ 首先要意识到的是，没有标准的“边缘人工智能”应用；边缘最广泛的解释涵盖了云之外的所有支持人工智能的电子系统。这可能包括“近边缘”，通常涵盖企业数据中心和本地服务器。 更远的是自动驾驶的计算机视觉等应用。制造网关设备进行人工智能推理，以检查生产线上的产品缺陷。电线杆上的 5G“边缘盒”为交通管理等智慧城市应用分析视频流。 5G 基础设施在边缘使用人工智能来实现复杂但高效的波束成形算法。 在“远端”，手机等设备支持人工智能——想想

内存的安全功能并不新鲜，但大流行驱动的远程工作激增加剧了连接性，这意味着保护数据变得更加重要，甚至更具挑战性。在包括 5G 在内的通信基础设施之间共享数据的新兴用例中，安全挑战被放大。 同时，启用安全性会增加内存设计的复杂性。 甚至在边缘计算、物联网 (IoT) 和联网汽车出现爆炸式增长之前，内存中的安全功能也在激增。电可擦除可编程只读存储器 (EEPROM) 受信用卡、SIM 卡和无钥匙进入系统的青睐，而 SD 卡中的“S”代表“安全”，而基于闪存的 SSD 多年来一直包含加密。 安全已经稳定地嵌入到分布在整个计算系统和网络环境中的内存和网络设备中。但是这些基于内存的安全功能仍然必须考

德州仪器 (TI) 宣布推出业界首款零漂移霍尔效应电流传感器，可在时间和温度范围内实现最低漂移和最高准确度。 TMCS1100 和 TMCS1101 还提供 3 kVrms 隔离，这是交流或直流高压系统（例如工业电机驱动器、太阳能逆变器、储能设备和电源）的重要规范。 TI 表示，工业系统对精确电流测量和高可靠性的需求通常以增加电路板空间或设计复杂性为代价。然而，借助这些新设备，解决方案尺寸保持紧凑，不会增加设计时间，并在更长的设备使用寿命内提供一致的性能和诊断。 这部分归功于 TMCS1100 和 TMCS1101 的零漂移架构和实时灵敏度补偿，即使在温度变化和设备老化的情况下也能实现高性

定制 ASIC 设计公司 EnSilica 推出了其 eSi-MediSense ASIC，这是一种可定制的单芯片医疗传感器 ASIC 平台，带有机器学习 (ML) 加速器，可帮助加快大众市场先进的可穿戴医疗和健身生命体征监测产品的开发。该公司声称，eSi-MediSense ASIC 是业界首款具有无线功能的单芯片医疗传感器，有助于降低健康监测设备的成本。 超低功耗平台适用于多种处理器和 DSP 配置。它提供了一个可选的 ML 加速器，例如 Arm Ethos-U55，可将人工智能设计到医疗传感器中，从而有助于降低无线通信频率并延长电池寿命。 该平台与一系列传感器配合使用，支持心

Atmosic 的超低功耗蓝牙连接可穿戴解决方案将成为新型 TraceSafe AllSafe 腕带的核心。 AllSafe 腕带将分发给所有参加由多伦多狼队橄榄球联盟足球俱乐部“多伦多狼队”在兰波特体育场以及下赛季其他加拿大橄榄球场举办的活动的球迷。 Covid-19 的出现让我们所有人都感到意外，随着许多活动和场所的重新开放，迫切需要一种低成本但最重要的是高效的跟踪和报告系统。 TraceSafe 与 Atmosic 决定将这家无线创新者的基于蓝牙 5.0 的 M2 解决方案集成到每个腕带中，以实现可靠的设备到设备连接以进行联系人追踪。蓝牙 5 的信号范围比 4.2 版更大。新标准允许