9 / 84
MOUSER ELECTRONICS
9
sti dispositivi sta favo-
rendo l’adozione dell’edge
computing, dove appun-
to sensori e dispositivi
connessi trasmetteran-
no i dati a un gateway
locale invece di inviarli
al cloud o a un data cen-
ter designato.
L’edge computing ri-
sulta particolarmente
adatto per le applicazioni IoT, in quanto consente
da un lato di effettuare analisi in tempi più brevi e
À
modo è possibile prendere decisioni sulla base dell’a-
nalisi dei dati in tempo reale, un valido ausilio in
numerose applicazioni, che spaziano dall’ottimizza-
zione della fabbrica alla manutenzione preventiva,
dalla gestione remota degli asset all’automazione de-
À
Á
Edge computing, in ogni caso, non vuole dire sola-
mente analisi dei dati. L’aggiunta di metodologie più
À
À
À
-
À
aumentando di conseguenza la durata operativa.
L’adozione di tecniche DSP (Digital Signal Proces-
À
per l’analisi e l’elaborazione dei dati, mentre l’incre-
mento della capacità di memoria consente di memo-
rizzare temporaneamente (buffer) i dati e quindi di
mantenere i dispositivi in uno stato a basso consumo
! !
" Á
#
termini di I/O, invece, permette di implementare ar-
chitetture di elaborazione eterogenea più distribuite.
$ %
&'( Á
-
bilità necessaria per mettere a punto innovazioni in
tempi brevi.
La
À
-
zioni adeguato ai dispositivi embedded. Oltre all’ana-
lisi, è necessario in primo luogo aumentare la diffu-
À )
* +
-
ria la disponibilità di un maggior numero di blocchi
DSP dedicati nei processori embedded, oltre a una
maggiore attenzione sulle capacità del progettista.
La crescente focalizzazione sull’edge computing ha
un impatto anche sui dispositivi logici programma-
bili, che vengono sempre più spesso utilizzati per
l’implementazione di sistemi di sensori; un esem-
À +
FPGA iCE40
UltraPlus di Lattice Semiconductor. Rispetto ai di-
spositivi della precedente generazione, questi FPGA
possono vantare una capacità di memoria otto volte
superiore, il doppio delle risorse DSP e I/O con carat-
teristiche migliorate. In altri termini, questi FPGA
sono in grado di garantire l’elevato livello di presta-
zioni richiesto dai dispositivi per l’elaborazione ai
bordi della rete che sono costantemente disponibili
(always-on) e pronti a elaborare istantaneamente i
comandi localmente senza ricorrere al cloud. Questi
dispositivi programmabili supportano una pluralità
di funzioni tra cui rilevamento dei gesti, riconosci-
mento facciale, miglioramento del segnale audio,
beam forming audio (ovvero la localizzazione della
sorgente), rilevamento delle frasi, doppio tocco, “sha-
ke-to-wake” e PDR (Pedestrian Dead Reckoning – ri-
levamento dello spostamento).
Oltre a una SRAM da 1,1 Mbit e a 8 blocchi DSP,
,)-.
"
À
a 5 tabelle di ricerca (LUT - Look Up Table) e una
/01( / 0 1 À
(
-
mory) per le applicazioni di tipo “instant-on” (ovvero
che richiedono un avvio praticamente istantaneo).
Grazie a consumi di potenza inferiori a 100 μW in
standby e alla disponibilità in package QFN compat-
ti, questi dispositivi risultano particolarmente adatti
EMBEDDED
FEBBRAIO
Fig. 1 – Lo spostamento
dell’elaborazione
verso la periferia
della rete è essenziale
per le applicazioni IoT
(Fonte: EdgeX Foundry)