Olipa kyse sitten ajoneuvon viihdejärjestelmät, puettavat laitteet, älykäs koti tai älykkäät tehdassovellukset, niiden kaikkien on oltava skaalautuvia käyttökokemusten ja toimintojen varmistamiseksi. Tämä edellyttää suorituskykyisempiä ja energiatehokkaampia ohjaimia, mikä nähdään usein rajoituksiksi käytettävälle muistille. Nyt rajoitukset voidaan ylittää uuden tekniikan ansiosta.
|
Artikkelin ovat kirjoittaneet Rutronikin Chen Wang ja Alex de la Bastie. Wang toimii digitaalisten tuotteiden johtajana, de la Bastien vastuulla on muistitekniikoiden liiketoiminnan kehitys. |
Useimmat mikro-ohjaimet ja FPGA-piirit on varustettu sisäisellä muistilla, joka on optimoitu muutamalle sovellukselle. Tämä pätee erityisesti sovelluksiin, jotka vaativat suurta muistikapasiteettia ja suurta kaistanleveyttä toimintojen suorittamiseen. Näitä ovat kuvan ja äänen puskurointi tai koneoppiminen (ML), jotka vaativat laajan hermoverkon.
Perinteiset ulkoiset muistit
Tyypillisesti ulkoinen muisti on toimivin ja helposti skaalautuva menetelmä näihin sovelluksiin. Kohdesovelluksen tiheys- ja suorituskykyvaatimuksista riippuen käyttäjien saatavilla on perinteiset SRAM (staattinen käyttömuisti) ja SDR/DDR DRAM (dynaaminen käyttömuisti) -vaihtoehdot. Erilaisten teknologioidensa ja arkkitehtuuriensa vuoksi niillä on erilaiset tiheys- ja suorituskykyvaatimukset. Kumpikaan eivät kuitenkaan yleensä sovellu innovatiivisiin IoT-sovelluksiin, koska seuraavan sukupolven IoT-sovellukset vaativat laajemman valikoiman toimintoja kompaktilla suunnittelulla ja korkealla energiatehokkuudella.
Esimerkiksi kuuden transistorin SRAM-sirun tavallinen asettelutopologia ei ole kutistunut samalla nopeudella kuin valmistuksen viivanleveys. Tämä tarkoittaa, että muisti ei tue suurempaa tiheyttä ja on suhteellisen kallis. Siksi on yhä epätaloudellisempaa käyttää SRAM-muistia uusimpien, suurta muistikapasiteettia vaativien IoT-sovellusten vaatimuksiin.
Vaikka DRAM tarjoaa kustannusetuja SRAMiin verrattuna, koska se koostuu vain yhdestä transistorista ja kondensaattorista, sillä on myös joitain puutteita. Suurimmat niistä ovat suuri nastaluku, korkea virrankulutus ja monimutkainen integrointi. Sovelluksissa, joissa ei ole rajoituksia tässä suhteessa, vanha SDR DRAM on edelleen mahdollinen vaihtoehto olemassa oleville järjestelmille. Ne eivät kuitenkaan sovellu moniin huippuluokan, kompakteihin IoT-järjestelmiin.
Kuvassa 1 on esitetty käytettävissä olevat ulkoisen muistin vaihtoehdot parametrien kanssa, jotka suunnittelijan on otettava huomioon muista valittaessa. Vertailu osoittaa selvästi, että sulautettu SRAM on paras muistitekniikka SoC-sovelluksiin. Sillä on kuitenkin rajoituksensa: Sirun koosta ja logiikkaprosessiin integroinnin kustannuksista johtuen sulautetun SRAM:n tiheys on rajoitettu. Lisäksi mikro-ohjainten kehittyessä ja siirtyessä nykyaikaisiin IoT-sovellusprosesseihin sulautettu SRAM menettää etunsa valmiustilassa.
Kuva 1: Ulkoisten muistiteknologioiden vertailu.
Toisaalta, vaikka DRAM sopii huippuluokan sovelluksiin, se on usein liikaa monille muille IoT-sovelluksille. Syynä tähän on se, että nastojen määrä, nopeus ja tehonkulutus ovat aivan liian korkeat.
Vaihtoehtoinen muistitekniikka on PSRAM (pseudo SRAM). Tässä tehonkulutus ja porttien määrä ovat ihanteellisesti tasapainossa, ja sen tehovaatimukset ovat pienet.
IoT RAM täyttää aukon DRAM- ja SRAM-muistien välillä
IoT RAM perustuu PSRAM-tekniikkaan, joka yhdistää sen ominaisuudet suhteellisen yksinkertaiseen SRAM-liitäntään tuotteen suunnittelun helpottamiseksi. Lisäliitäntävaihtoehdoilla kuten NOR flash SPI -liitännöillä, joilla on alhainen useimpien mikro-ohjainten käyttämä nastaluku, IoT RAM on toimiva vaihtoehto aina, kun SoC:t tarvitsevat enemmän muistia kuin sisäinen SRAM pystyy tarjoamaan.
Kuva 2. IoT RAM tarjoaa suuremman datakaistanleveyden kuin SRAM paljon pienemmällä nastamäärällä.
Jos verrataan kustannuksia, IoT RAM on jopa kymmenen kertaa SRMAia edullisempi. Samaan aikaan IoT RAM:lla on viidestä kymmeneen kertaa suurempi muistitiheys, koska se käyttää DRAM-muistisolutekniikkaa, jossa on vain yksi transistori ja yksi kondensaattori solua kohti.
Alhainen nastamäärä
SRAMiin verrattuna IoT RAM tarjoaa suuremman datakaistanleveyden ja on verrattavissa tavanomaiseen SDRAM-muistiin, mutta siinä on paljon pienempi nastaluku (kuva 2). IoT RAM -muistin avulla IO-kokoonpano voi tukea 1-bittistä, 4-bittistä, 8-bittistä ja 16-bittistä dataväylää.
IoT RAM vähentää siten merkittävästi nykyaikaisten IoT-sovellusten kaistanleveyden edellyttämien nastojen määrää (kuva 3). Lisäksi järjestelmän suunnittelu on yksinkertaistettu ja SoC-nastoja voidaan käyttää muihin tarkoituksiin.
Kuva 3. IoT-RAM- ja SDRAM-muistin nastamäärän vertailu.
IoT-RAM-muistilla on myös merkittävä etu DRAMiin verrattuna nastojen lukumäärän suhteen: x16 IoT RAM vaatii kolme kertaa vähemmän nastoja kuin x32 SDRAM, jonka tiedonsiirtonopeus on samaa tasoa. Tämä johtaa sirun koon pienenemiseen ja siten piipinta-alan, kustannusten ja piirilevyn koon pienenemiseen. Verrattuna SDRAM x32 BGA90:een BGA24-koteloitu IoT RAM on jopa kolme kertaa pienempi ja sopii siten erittäin ahtaisiin tiloihin. Lisäksi MCU-nastat vapautetaan muihin tarkoituksiin ja muisti on myös optimoitu purskemuistin käyttöä varten.
Alhainen tehonkulutus
IoT RAM vaatii noin neljä kertaa vähemmän energiaa (pJ/bit eli pijojoulea bittiä kohti) kuin perinteinen DRAM (kuva 4). IoT-muistin lyhyt latenssi mahdollistaa nopeat käynnistysajat ja erittäin nopean heräämisen virransäästötiloista ja valmiustilasta. Lisäksi IoT RAM tarjoaa täyden tietojen säilyttämisen erittäin alhaisella valmiustilan virrankulutuksella – tyypillisesti 0,1–0,3 µA/Mbit tiheydestä riippuen – sekä syvän virrankatkaisutilan alle 8 µA kaikilla OPI-tiheyksillä.
Kuva 4. Erityyppisten muistien kaistanleveys ja virrankulutus.
IoT RAM kehyspuskurointiin mikro-ohjaimen kanssa
AP Memoryn IoT RAM -muistit perustuvat PSRAM-tekniikkaan ja toimivat jo monien IoT:ssä ja sulautetuissa laitteissa laajalti käytettyjen mikro-ohjainten, järjestelmäpiirien ja FPGA-piirien kanssa.
Esimerkiksi älyrannekkeessa vaadittava tiedonsiirtonopeus on noin 5 megatavua sekunnissa (71 392 × 3 tavua × 30 fps). Kun otetaan huomioon SoC-väylän lisälatenssi ja alle 100 MHz:n muistiväylän taajuuden valinta monissa tämän luokan SoC-piireissä, IoT RAM QSPI SDR -muisti on riittävä vaaditun datanopeuden saavuttamiseen.
Sen sijaan yksinkertaisella älykellolla vaadittu tiedonsiirtonopeus on noin 25 megatavua sekunnissa (135 424 × 3 tavua × 60 fps) on reilusti tätä suurempi ja voi olla jopa suurempikin suunnittelusta riippuen. Tässä tapauksessa IoT RAM saavuttaa tarvittavan datanopeuden paremmin. Suuren volyymin ja kilpailukykyisille puetettaville laitteille suositellaan WLCSP-pake OPI tai HPI-versiona. Suuren volyymin puetettaville laitteille suositellaan WLCSP-kotelovaihtoehtoja.
Taulukko 1. Esimerkkejä tallennusvaatimuksista eri sovelluksissa.
IoT-RAM-muistia, jossa on laaja valikoima kaistanleveyksiä, on saatavilla myös älykoti- ja teollisuusmarkkinoille. Esimerkiksi 16 megatavun QSPI SDR-SOP8 -koteloitu IoT RAM sopii yksinkertaiseen termostaattinäyttöön, joka vaatii datakaistaksi noin 10 megatavua sekunnissa. HD 720p -näytön korkeat vaatimukset sen sijaan voidaan täyttää 256 megatavun OPI- tai HPI IoT -muistilla BGA24-kotelossa.
IoT RAM on käännekohta monille MCU-pohjaisille sovelluksille
Nämä ominaisuudet ovat tehneet IoT RAM -muistista puettavien laitteiden keskeisen muistin viime vuosina. Monet markkinoiden johtavien valmistajien uusimmat ohjainpiirit, langattomat SoC-piirit ja FPGA:t pitävät tätä muistia ihanteellisena valintana kaikkiin IoT- ja teollisuussovelluksiin, sekä tekoälylaitteisiin verkon reunalla.
Käyttämällä SoC-kumppaneiden ja Rutronikin referenssisuunnitteluja laitevalmistajat voivat varmistaa kehittäjäresurssiensa tehokkaan käytön ja lyhyen markkinoilletuloajan projekteilleen. Esimerkiksi Infineonin PSoC 62 -järjestelmäpiiriin perustuva Rutronikin RDK2-alusta tarjoaa yhdessä ulkoisen PSRAM:n (64 Mbit QSPI) kanssa modernin ja helppokäyttöisen laitteistoalustan useiden sovellusten, erityisesti puettavien laitteiden ja antureiden, kehittämiseen.
Kuva 5. Ulkoista IoT-muistia käyttävä RDK2 on moderni ja helppokäyttöinen laitteistoalusta, joka on tarkoitettu erityisesti puettavien laitteiden ja antureiden kehittämiseen.
Alhainen nastamäärä, alhainen virrankulutus, laaja kotelovalikoima sekä suunnittelun kilpailukyky ja yksinkertaisuus tekevät IoT-RAMista modernin vaihtoehdon perinteisiin SDRAM-lähestymistapoihin verrattuna.
– Paikannuksen tarkkuudessa, luotettavuudessa ja virrankulutuksessa otetaan nyt merkittäviä edistysaskelia, sanoo u-bloxin toimitusjohtaja Matthias Poppel. Münchenin Electronica-messuilla yhtiö esittelee GNSS-moduulia, joka lupaa alle kahden nanosekunnin ajoitustarkkuuden kriittisen infrastruktuurin tarpeisiin.
Teollisuuden sulautetut järjestelmät suunnitellaan usein 10–15 vuoden käyttöikää varten. Muistitekniikka ja komponenttien saatavuus muuttuvat kuitenkin huomattavasti nopeammin. Kingstonin Suomen liiketoiminnan kehityspäällikkö Mikko Maanoja korostaa, että muistivalinnat ja komponenttien elinkaaren hallinta on otettava huomioon jo laitteen suunnitteluvaiheessa.
Saksalainen Rohde & Schwarz on esitellyt Münchenin Electronica-messuilla uuden FNH-käsianalysaattorin, joka yhdistää spektrianalyysin, reaaliaikaisen spektrianalyysin, vektoriverkkoanalyysin ja tehomittaukset samaan laitteeseen. Uutuuden merkittävin tekninen ominaisuus on jopa 125 megahertsin reaaliaikainen analyysikaista, joka on valmistajan mukaan luokkansa levein.
Emerson laajentaa NI PXI-mittalaitevalikoimaa uusilla, aiempaa edullisemmilla moduuleilla. Samalla yhä useammat mittausjärjestelmät pääsevät hyödyntämään Nigel-tekoälyavustajaa, joka nopeuttaa automatisoitujen testien kehittämistä ja vianetsintää.
5G-yhteyden rakentamiseen ei välttämättä tarvita matkapuhelinoperaattoria, SIM-kortteja eikä lisensoitua radiotaajuutta. DECT NR+ tuo 5G-standardin ominaisuuksia paikallisiin IoT-verkkoihin, joissa tarvitaan pitkää kantamaa, pientä viivettä ja luotettavaa tiedonsiirtoa. Uusi tekniikka yhdistää itsestään järjestäytyvän mesh-verkon, energiatehokkuuden ja nopean tiedonsiirron tavalla, joka haastaa monet nykyiset langattomat ratkaisut.