最佳传感器处理：专用传感器引擎的智能集成
2014-07-03 20:12:17   来源：高通   评论：0   点击：

传感器处理的需求一直在增加。过去简单的传感处理的日子已经一去不复返了，如今我们看到，更多的传感器和算法带来突破性体验，这种现象已成为趋势。由此就产生一个问题：怎样才能在功率受限的移动终端内有效实现这些基于传感器的体验？

答案很简单：通过采用异构计算方法智能集成专用传感器引擎。在最近的网络研讨会上，美国高通技术公司深入探讨了如何设计和实现最佳的传感器解决方案。下面是我总结的两大关键亮点：

数字信号处理器（DSP）是最适合传感器处理的专用引擎架构。正如高通技术市场高级经理Pat Lawlor之前博客中说的，异构计算的根本前提是通过在最适合的专用引擎上运行最恰当的任务来实现性能和功耗优化。事实证明，处理传感器数据有各种各样的需求，如高性能、实时处理及永远在线感应——而这一切都是在低功耗下完成。

高性能不仅是任意某种性能。通过检测一个常见的传感器算法（如路线运动分类），我们就能清楚地认识到：处理任务是信号处理、控制流处理和实时处理的结合。最适合这些处理任务的架构（或工具）是DSP——例如美国高通技术公司的Hexagon DSP，而不是微控制器（MCU）。

Hexagon DSP用于最大化每个周期的工作量，从而产生每毫瓦最佳性能和广泛的性能效率。作为Hexagon DSP高效性能的例子之一，下面的图表显示了与某些第三方基于MCU的解决方案相比，Hexagon DSP能进行更出色的信号处理和控制处理。

将专用传感器引擎智能集成到SoC中是实现最佳处理效率的正确方法。由于美国高通技术公司采取了全面的系统设计方式，因此我们能通过系统级的创新，开发出智能集成式SoC架构。相较于使用离散传感器中枢，智能集成拥有两个巨大的优势：跨处理引擎通信和共享DRAM访问。

跨处理引擎通讯为集成式SoC中的传感器引擎和其他处理引擎之间提供了直接路径。与离散传感器中枢不同，集成式传感器引擎可以利用跨处理引擎通信的优势。这种直接的通讯方式使这种集成式解决方案绕开了CPU，让CPU保持睡眠状态，从而节省了功耗，实现了更快的响应和更佳的用户体验。

访问共享DRAM意味着集成式传感器引擎可以直接访问DRAM，而DRAM可以作为可扩展内存。随着如今支持更多传感器、更多算法和更多用例的需求即将产生，届时将需要额外内存，这一功能也会尤为有用。集成式传感器引擎可以在基本没有附加成本的基础上提供更广泛的附加体验。另一方面，离散解决方案并不能直接访问DRAM，因此主要受限于RAM。为了提供更多传感器体验，你就需要购买一个带额外RAM的离散传感器中枢，这就增加了成本。

总体而言，智能集成比起离散解决方案拥有许多优势，比如更低的成本、开发时间和功耗，以及反应更快和更全面的用户体验。

现在你就知道为什么美国高通技术公司智能集成了一个专用传感器引擎。因为这种方法能提供最佳的处理效率。