嵌入式计算技术

吴超2019-03-09计算，是与数学模型构建、定量分析以及解决科学问题相关。在实际应用中，对问题进行计算机模拟和其他形式的分析。有限状态机理论图灵机图灵机是由一条两端可无限延长的带子、一个读写头以及一组控制读写头工作的命令组成。图灵机的带子被划分为一系列均匀的方格，读写头可以沿带子方向左右移动，并可以在每个方格上进行读写。一条无限长的纸带TAPE一个读写头HEAD一套控制规则TABLE一个状态寄存器可计算性理论可计算性是指某个数学问题是否可以用计算机在有限步骤内彻底解决。1.判定问题DecisionProblem。判定问题就是回答是或否的问题。2.功能问题FunctionProblem。比如关于一个自然数的因数个数，或者地图导航到某地最近路线是哪条，答案就需要一个数字或一条路径才行。在可计算性理论中，算法主要用于计算函数和判定谓词。计算平台计算平台是指计算机系统硬件与软件的设计和开发的基础，具有一定的标准性和公开性，同时也决定了该计算机系统的硬件与软件的性能。产品层面而言，计算平台就是指电脑、手机、平板这些智能设备。手机、平板等智能触控设备是这个时代最大的计算平台。下一代平台：1.可穿戴设备（包括眼镜、手表等）2.高频场景设备（类似于汽车智能终端）3.新的交互方式新的计算平台。生物工程技术、系统神经技术和材料技术的突破。4.云计算，更高速网络的普及。百度计算平台OpenEdge物联网设备逐渐成为网络数据生产中心，其生产数据的速度也愈来愈快，且由于其在地理位置上的分散性及对响应时间、安全性越来越高的要求，加之实际场景中复杂的网络环境，导致现有公有云的计算平台也变得越来越不能完全满足需求，一部分计算平台正逐渐向边缘计算靠拢。联想大数据计算平台LeapHD海量数据存储管理。资源统一调配管理，可实现底层硬件资源得共享。海量数据快速查询。系统高可用性。系统运维监控中心提供产品套件的快速安装部署、集群性能监控、组件服务管理、系统告警分析、主机管理、版本管理、日志管理等计算平台运维监控服务。通过统一的图形化界面实现对大数据平台运行服务状况的实时监控和管理。腾讯分布式计算平台Angel主要设计目标是为了支持超大维度的机器学习模型运算。Angel已经支持了SGD、ADMM优化算法，同时提供了一些常用的机器学习模型。已经在腾讯视频推荐、广点通等精准推荐业务上实际应用。嵌入式计算机用户不能改变计算机的程序（除了做较少的升级）。数码相机，游戏机，电视，汽车等等。重要参数：•实时性能。•实际的I/O性能。•代价。•供电。嵌入式处理器嵌入式处理器是嵌入式系统的核心，是控制、辅助系统运行的硬件单元。•微处理器嵌入式微处理器（MicroProcessorUnit，MPU）是由通用计算机中的CPU演变而来的。它的特征是具有32位以上的处理器，具有较高的性能，当然其价格也相应较高。•微控制器嵌入式微控制器(MicrocontrollerUnit,MCU)的典型代表是单片机。MCU占嵌入式系统约70%的市场份额。•DSP处理器嵌入式DSP处理器(EmbeddedDigitalSignalProcessor,EDSP)，是专门用于信号处理方面的处理器，其在系统结构和指令算法方面进行了特殊设计，具有很高的编译效率和指令的执行速度。在数字滤波、FFT、谱分析等各种仪器上DSP获得了大规模的应用。•片上系统嵌入式片上系统(SystemOnChip)：SoC追求产品系统最大包容的集成器件，是嵌入式应用领域的热门话题之一。嵌入式处理器在产品开发中，作为核心芯片的微处理器，其自身的功能、性能、可靠性被寄予厚望，因为它的资源越丰富、自带功能越强大，产品开发周期就越短，项目成功率就越高。芯片选型：1.应用领域。比较常见的应用领域分类有航天航空、通信、计算机、工业控制、医疗系统、消费电子、汽车电子等。2.自带资源。资源越接近产品的需求，产品开发相对就越简单。3.可扩展资源。4.功耗。低功耗也成了芯片选型时的一个重要指标。5.封装。6.芯片的可延续性及技术的可继承性。7.价格及供货保证。选型时尽量选择有量产的芯片。8.OS及开发工具。9.技术支持。一个好公司的技术支持能力相对比较有保证，所以选芯片时最好选择知名的半导体公司。嵌入式处理器全球芯片公司排名1.英特尔(中国)有限公司2.三星电子株式会社3.上海半导体科技有限公司4.中国高通无线通信技术有限公司5.中国超威半导体产品有限公司6.中国SK海力士半导体有限公司7.上海德州仪器半导体技术有限公司8.上海美光半导体技术有限公司9.北京联发博动科技有限公司10.华为技术有限公司嵌入式处理器处理器可以是更广义的ProcessingUnit。当我们谈及内核时首先应该是针对某一系列的MCU。拿STM32系列MCU来说，它们是基于ARM-Cortex-M3为内核的。而内核主要谈其流水线和结构。如ARM7内核是0.9MIPS/MHZ的三级流水线和冯诺依曼结构，ARM9是1.1MIPS/MHZ的5级流水线哈佛结构。嵌入式处理器指令流水线功耗电源电压宜低不宜高。时钟宜慢不宜快。系统宜静不宜动。功耗接口驱动电路上拉电阻/下拉电阻的选取当一个信号在多数情况下时为低的时候，我们也可以考虑用下拉电阻以节省功率，尽可能选取更大的阻值。现在很多应用设计中的上拉电阻值甚至高达几百KΩ。对悬空脚的处理正确的方法是将未使用到的输入端接到VCC或地。Buffer的必要性通过选取合适的前后级芯片来避免Buffer的使用，对于能量来讲是一个很大的节约。功耗动态电源管理就是在系统运行期间通过对系统的时钟或电压的动态控制来达到节省功率的目的，这种动态控制是与系统的运行状态密切相关的，这个工作往往通过软件来实现。选取不同工作模式。正常模式、空闲模式、休眠模式、关机模式。关闭不需要的外设控制器。动态改变处理器的电压和频率。功耗电源供给电路电压转换的方式线性稳压（LinearRegulator）电路结构简单，所需元件数量少，输入和输出压差可以很大，但其致命弱点就是效率低，功耗高。压差越大，可提供的最大输出电流越小。DCtoDC电路的特点是效率高，升降压灵活，但缺点时电路相对复杂，干扰较大。当输入为12v,输出为5v时，转换效率约为82％，为线性稳压器转换效率的一倍。在适当的情况下使用DC-DC的电压转换线路，可以有效地节约能量。嵌入式软件功耗1.程序结构重排。优化数据类型。对非32位数据，CPU会损耗更多的时钟周期来处理边界不对齐、变量存储规模检查等情况。2.中断驱动技术。对实时性要求严格的系统，采纳中断的方式会增加系统的响应时间。3.控制器的工作模式。软件控制系统时钟，不将PLL链接到各接口模块，以下降处理器时钟频率，从而下降功耗。嵌入式软件功耗原则：减少处理器和各种外设的工作时间。处理器的功耗在系统总功耗中所占比例较大，所以尽量缩短处理器工作时间是关键。任务以最短的时间运行完，然后进入空闲状态。采用快速算法可以降低功耗。功耗比较，寄存器访问高速缓存访问主存访问。事件驱动的程序设计方法。减少周期性操作。例如鼠标每秒移动次数，数据采集AD转换次数，通信模块提高传送波特率。电源感知的程序。设备的休眠，恢复，节能。电量告警，负荷告警。嵌入式软件功耗嵌入式OSVxWorksVxWorks操作系统是WinRiver(美国风河系统)公司于1983年设计开发的一种嵌入式实时操作系统(RTOS)，它具有良好的持续发展能力、高性能。嵌入式Linux(最主流)Linux的内核小、功能强大、运行稳定、系统健壮、效率高，易于定制裁剪，在价格上极具竞争力。Linux不仅支持X86CPU，还可以支持其他数十种CPU芯片。嵌入式实时内核uC/OS嵌入式OS几款国产嵌入式操作系统AliosThings阿里系，背靠阿里资源来势汹汹杀入物联网市场，芯片+模组厂商合作。HuaweiLiteOSHuaweiLiteOS是华为面向IoT领域，以轻量级低功耗、快速启动、互联互通、安全等关键能力，为开发者提供完整软件平台，有效降低开发门槛、缩短开发周期。SylixOSSylixOS是一个开源的跨平台的大型实时操作系统（RTOS），SylixOS诞生于2006年，经过十多年的持续开发，SylixOS已成为功能最为全面的国产操作系统之一。军工。边缘计算边缘计算的基本原理是将计算任务迁移到产生源数据的边缘设备上。边缘计算是在靠近网络边缘侧大规模部署智能终端设备，和传统的云、网、端三层模型具有一致性，但是亦有区别。边缘计算问题描述1.高可靠、低延迟计算能力的需求。2.数据中心能耗过大问题。3.大数据处理的压力。4.云计算资源利用率不高。5.智能前端。6.安全隐私问题。边缘计算边缘计算面临的问题：1.编程模型2.软硬件选型3.基准程序和标准4.动态调度。5.行业紧密合作。6.落地，商业模型和可靠性。边缘计算编程模型也就是为了解决某一类的具体问题，经过长时间的经验积累总结的适用于解决某种问题的编程套路。循环加中断循环加中断的编程模型在单片机等嵌入式设备中被普遍采用。操作系统实现多线程所有的线程在调度器的统一指挥下单独运行，每个线程都可以被调度器暂停或者恢复运行。单线程异步编程浏览器中（Javascript）和图形化程序设计中采用的比较多。当有事件发生的时候，相应的事件处理函数会被系统调控器自动的调用，当没有任何事件到达的时候，系统将由调控器接管。边缘计算2016年，华为、英特尔、ARM、中国科学院沈阳自动化研究所、中国信息通信研究院和软通动力发起成立的边缘计算产业联盟(EdgeComputingConsortium，简称ECC)边缘计算边缘网络通常由终端设备（例如移动手机、智能物品等等）、边缘设备（例如边界路由器、机顶盒、网桥、基站、无线接入点等等）、边缘服务器等构成。其核心都是通过云端和物联网设备之间的各种现有或新增设备，将计算、网络、存储等能力向网络边缘侧扩展，充分利用整个路径上各种设备的处理能力，就地存储和处理隐私和冗余数据，降低网络带宽占用，提高系统实时性和可用性。边缘计算边缘计算可以广泛应用于云端向网络边缘侧转移的各个场景：边缘视频分析，车联网，智能家居，智慧物流等。通过专用车载智能物联网终端，实时全面采集车辆、发动机、油箱、冷链设备、传感器等的状态参数、业务数据以及视频数据，视频、温控、油感、事件联动，对车辆运行状况全面感知，形成高效低耗的物流运输综合管理服务体系。边缘计算技术方案CloudFoundryEdgeXCORDOpenStackARMMbed亚马逊AWSIoTGoogleCloudIoT思科IOxGEPredix边缘计算由于细分市场众多，因此很难统一到若干个大平台上，而应当是在一个松散的框架下，与各个具体领域相结合，大小厂商均能占据一席之地。参考阿里巴巴计算技术实验室damo.alibaba.com/labs/computing-technology?lang=zh高性能嵌入式计算（原书第2版）[美]玛里琳·沃尔夫（MarilynWolf）编，李仁发译zh.wikipedia.org/wiki/计算科学《CortexM3权威指南》RISC-V开放指令集的发展现状与应用蜂鸟E200处理器内核介绍全系统全流程Android智能机低功耗设计边缘计算现状与展望计算机研究与发展边缘云计算技术及标准化白皮书（2018）边缘计算产业联盟白皮书-Huawei边缘计算深度调研谢谢！