Il processore Arm in plastica

Su Nature recentemente è stato pubblicato uno studio relativo a un processore Arm flessibile a 32 bit. Il nome è PlasticARM ed è stato implementato utilizzando un processo produttivo di Pragmatic a 0,8 μm e tool di produzione standard.

Il processore utilizza transistor a film sottile (TFT) realizzati su un polimero flessibile per un totale di 56.340 elementi in circa 60 millimetri quadrati. Dal punto di vista dell’architettura si tratta di un progetto derivato dal Cortex-M0+ a 32 bit con 128 byte di RAM e una ROM da 456 byte .

Per le prestazioni, il microprocessore può avere un clock fino a 29 kHz e consuma 21 mW, che è prevalentemente (oltre il 99%) potenza statica, con il processore che rappresenta il 45%, le memorie il 33% e le periferiche il 22%. Non si tratta di valori elevati, ma occorre considerare che si tratta un progetto destinato ad aprire la strada allo sviluppo di sistemi integrati intelligenti a basso costo e completamente flessibili.

Poter disporre di processori ultrasottili, conformabili, a basso costo e nativamente flessibili per gli oggetti di uso quotidiano porterà certamente numerose innovazioni e offrirà molte opportunità di ricerca e di business.

Contenuti correlati

• 
  eMCOS POSIX di eSOL supporta il processore automotive Arm Cortex-R82AE

  eSOL ha annunciato il supporto per il processore per il mercato automotive Arm Cortex-R82AE tramite il suo sistema operativo eMCOS POSIX. Questo risultato è stato reso possibile utilizzando prototipi virtuali dell’IP di Arm sotto Arm Virtual Hardware...
• 
  Un processore con LPDDR4 integrata accelera lo sviluppo di applicazioni

  Il System-in-Package rappresenta una valida scelta di progettazione e può essere determinante per lo sviluppo di svariate applicazioni e dispositivi di tipo general purpose, nonché per soluzioni compatte e ad alte prestazioni Leggi l’articolo completo su EO519
• 
  Come aumentare la sicurezza delle comunicazioni nei sistemi di ricarica dei veicoli elettrici

  Nel caso dei veicoli elettrici, è possibile sfruttare diversi punti di attacco: uno che desta una crescente preoccupazione è l’infrastruttura di ricarica Leggi l’articolo completo su EO Power 34
• 
  Lauterbach supporta debug e tracciamento per le nuove CPU automotive Arm

  Lauterbach ha annunciato il supporto da parte dei suoi strumenti TRACE32 delle CPU Automotive Enhanced (AE) di Arm. Si tratta dei processori di nuova generazione, basati su Armv9, Arm Neoverse-V3AE, Cortex-A720AE, Cortex-A520AE e Cortex-R82AE. Il supporto da...
• 
  Siemens e Arm: ambiente di simulazione pre-silicio per Arm Cortex-A720 AE

  Siemens Digital Industries Software e Arm mostreranno il primo ambiente di simulazione pre-silicio per Arm Cortex-A720 AE per i Software Defined Vehicles (SVD). La nuova soluzione costituisce il primo ambiente di simulazione accelerata in grado di supportare...
• 
  Socionext annuncia la collaborazione con Arm e TSMC

  Socionext  ha annunciato una collaborazione con Arm e TSMC per lo sviluppo di un innovativo chiplet con CPU a 32 core ottimizzato dal punto di vista energetico e realizzato con la tecnologia da 2 nm di TSMC....
• 
  Lauterbach: supporto per i processori Arm della prossima generazione

  Lauterbach ha annunciato il supporto, tramite TRACE32, dei più recenti processori Arm v9.2. Si tratta dei processori di prossima generazione Cortex-X4, Cortex-A720 e Cortex-A520 e il supporto di TRACE32 comprende comprende il debug simultaneo dei core eterogenei...
• 
  L’evoluzione dei microprocessori

  L’offerta di processori negli ultimi anni è notevolmente aumentata e si è differenziata sensibilmente grazie alle diverse architetture che si sono evolute. Il mondo dei microprocessori x86 resta comunque uno dei più dinamici visti anche gli enormi...
• 
  Architetture eterogenee: più core, migliori prestazioni

  Per migliorare l’efficienza dei processori una delle soluzioni più interessanti dal punto di vista dell’architettura consiste nell’adozione di core diversi fra loro e ottimizzati: ecco alcuni esempi Leggi l’articolo completo su Embedded 85
• 
  Implementazione di TinyML – un’introduzione alle librerie, alle piattaforme e ai flussi di lavoro (2a parte)

  Nel secondo articolo di questa serie verranno esaminati e spiegati i metodi utilizzati da TensorFlow Lite, Edge Impulse e Fraunhofer AIfES per facilitare l’addestramento e la distribuzione di un modello basato sull’intelligenza artificiale su un microcontrollore con...