物聯網需要怎樣的芯片設計?
物聯網(IoT)芯片設計聽上去像是一個表面上很簡單的主題。但更深入一點,你就會發現 IoT 并不是單一的主題,所以肯定也就沒有什么特定類型的芯片可以在構成物聯網的越來越多的應用和市場上都有效。
被囊括在 IoT 這個術語中的內容有傳感器、各種類型的處理器、越來越多的片上和片外存儲器類型、許多 I/O 和接口 IP、芯片和 chiplets。封裝這些器件的不同方法也在不斷涌現,包括云中的定制 ASIC、各種各樣的 SoC、用于網絡和服務器的 2.5D 芯片以及用于 MEMS 和傳感器集群的 fan-out 晶圓級封裝。
此外,在開發用于越來越互連的汽車、醫療設備和工業控制系統的芯片上還存在安全性的考量。這會帶來額外的復雜度和成本,另外還需要額外的時間來設計、驗證和調試這些設備。
“IoT 是某種包含許許多多不同應用的全面應用,”Synopsys 的物聯網戰略營銷經理 Ron Lowman 說,“實際上,你能看到大量設計的目標不只是覆蓋一種應用,所以有時候你會有超集(superset)——為一種特定的應用而過度設計,可以處理多種應用。這是一個不同的情況。如果你看看移動領域或其它許多領域,它們更多是為一個特定應用而進行優化,然后再復用,而 IoT 則有更多通用版本,而在一些案例中,他們會進行專門的設計,然后嘗試為其它市場重新利用它們。另一個不同的情況是有時候(也在變化)應用更廣泛且更通用,所以數量在增長。所以我們可以看到有更多針對特定應用的專門設計出現。比如你已經能在測量應用領域看到這個情況了,要遠遠更有針對性。”
簡單來說,并沒有出現幾年前人們預測的商業設計規模下降。

圖 1:IoT 增長預測,來自 Gartner
“從高層面來講,IoT 就是將過去沒有聯網的事物連接到互聯網,然后基于此實現服務。”西門子一個業務部門 Mentor 的產品營銷經理 Jeff Miller 說,“有很多東西會進入網絡。為了實現它,你需要一個三層架構——服務器和云組件、在 IoT 邊緣設備和云之間進行接口的網關組件、構成互聯網與真實世界之間的接口的 IoT 邊緣設備本身。”
重新定義邊緣
邊緣設備的定義并不總是清楚明了。三年前,任何關于邊緣設備的演講都總是會回到智能手表或連網的家用電器上,這些設備可以將各種傳感器收集到的數據通過某種電子網關發送到云端進行處理。盡管這看起來是當時技術條件下合乎邏輯的進展,但實際上傳感器生成的數據太多了,將所有數據都發送到云進行處理是很浪費能量的,而且在一些案例中,發送數據的速度很慢。
這就是 IoT 芯片設計讓人困惑的地方。一方面,這些設備需要廉價。但在一些市場中,它們也需要更可靠、更安全,還需要滿足一些標準,比如汽車領域的 ISO 26262 或用于 IIoT 的 OMAC 和 OPC 工業標準。這會導致成本增長,也會拉長這些設備上市的時間。除此之外,尤其是在移動電子產品領域,這些系統需要非常低功耗以節省電池壽命。這需要復雜的電源管理,因此又進一步增加了價格和復雜性。而且不管其特定的任務是什么,要完成這個任務,它們又還需要足夠的性能。
“所以地方都必須創新,”ARM 的 IoT Service Group 總裁 Dipesh Patel 說,“其中包括功率、不動產和成本。今天我們看到的芯片是在 55nm 和 40nm 節點。遷移到 40nm 和 28nm 節點會帶來更多成本節省。隨著 MCU 的摩爾定律發展,成本還會繼續下降。為了更安全,它們還必須遷移到 32 位,這也讓它們可以進入到更多現代領域。”
另外也有其它降低成本的方法在發展。一種涉及到將多個傳感器封裝到一個集群中以實現規模經濟。這種方法背后的思想是生產那種集群的成本比單獨生產單個傳感器的成本更低——即使并非所有的傳感器都會被使用。
“這在向著更標準化的傳感器單元發展,”Cadence 工程組總監 Brandon Wang 說,“這會將其變成一個你明天就可以得到的平臺,而不是你定制設計的專用傳感器。所以每個系統都會有傳感器,但如果你設計一個傳感器中樞,讓你可以優化這些傳感器呢?”
正如 Mentor 的 Miller 指出的那樣,邊緣是大量 IoT 特有設計難題出現的地方。“在 IoT 邊緣,我們看到很多人在關注使這些設備盡可能地與目標相符。有一些事情在推動著向那個方向發展,而且其圍繞著這樣一個事實,即這些是非常高產量的產品。它們會將數以十億計的事物連接到互聯網。它們必須要廉價。它們將必須出現在現場。它們必須要能與物理世界進行交互,并且必須滿足功率要求。它們必須通過傳感器和執行器與現實世界交互,而這些又涉及到高電壓、多物理學以及 MEMS 和光子學這樣的領域,還有其它電子學之外的物理領域。制造這些設備要用到非常非常多的東西。而且它們往往可以為特定的應用領域進行相當良好的定制化,因為它們必須滿足功率和物理尺寸的要求,而且還有高產量要求,且必須要降低成本。

圖 2:智能 LED 泛光燈,來自 Elitesemicon.com
中間地帶
當思科首次開始預測數十億設備將一起構成 IoT 時,其假設數據會通過網關從邊緣設備發送到云。原始數據會被處理和分析,然后相關信息會通過網關被傳回邊緣設備。
這種場景存在一些問題。首先,和本地處理一些數據相比,I/O 需要消耗更多能量,這就是移動設備影響電池壽命的情況。因此,人們開發出了各種各樣的中級服務器來連接邊緣設備和云。這可以提供一種次級的,有時候甚至第三級和第四級的過濾。
“現在在邊緣我們有最小化功率比歷史上我們側重的最大化性能更重要的 IoT 應用,”Cadence 的 Custom IC & PCB Group 高級集團總監 Ian Dennison 說,“這就改變了設計的側重點。顯然,電源關斷和電池電壓頻率掃描仍然是必要的步驟,但如果你可以降低頻率,那么就可以應用分層計算和閾值計算。”
第二,傳感器生成的數據太多了,我們不可能將所有數據都發送到云端,這就需要中級的計算平臺,它們可以被安置在云和邊緣之間。這種中級平臺可以是智能或普通的網關、邊緣服務器或霧服務器。
“當 IoT 開始出現時,其思想是收集所有數據并通過網關將其發送到云。”Gartner 研究副總裁 Dean Freeman 說,“但其數據量是非常巨大的。所以你不僅不會發送所有數據,你也不會計算所有數據。如果你只是希望看到異常數據,那么你只需要傳輸更少的數據。那為什么要一直傳輸到云上呢?根據網狀網絡、信號和連接的不同,可能會造成幾分鐘的延遲。解決這個問題的方法是將本地智能和某些人工智能安放到邊緣。”
但邊緣服務器/網關到底是什么?到目前為止,我們還沒有一個明確的答案。

圖 3:Mentor 的可定制 IoT 網關,來自 Mentor
“這三個層級的中間地帶是最模糊不清的,”Freeman 說,“它很可能會是一種 64 位的架構。但它可能最多不過是一種堅固耐用的 PC。戴爾一直在生產本質上是裝在塑料殼里面的堅固耐用的服務器機架的東西,以保證它們在工廠車間中的密封。我們也可以將標準 PC 用作網關。”
但是,很明顯這將需要為組織個體的需求而進行定制,而且還需要一些靈活性,因為這些需求可能會改變。這也是目前各種新型內存的爭奪戰出現的部分原因,其中包括 MRAM、相變存儲器(PCM)、ReRAM、3D XPoint 等。盡管其基本架構仍然一樣(基于經典的馮·諾依曼計算模型,數據在內存、處理器和 I/O 之間移動),但該方案的不同變體正開始涌現。
服務器
基于云的服務器是 IoT 計算的第三個階段,而且這也是現在發生著一些最大的變化的地方,也是目前獲得投資最多的地方。與通常使用一致的數據類型且數據數量可預測的公司企業不同,邊緣設備生成的數據既不一致又數量龐大。比如說,這些數據可以用于人工智能中的模式識別,或者可以進行簡單的篩選,找到不滿足高斯分布的偏差。
為了解決這個問題,芯片制造商和系統公司已經開始為邏輯和吞吐量設計全新的架構,在一些案例中是把處理過程移到網絡中或甚至各種類型的內存中。
Marvell 的 Strategic Planning Group 的組合技術副總裁 Nick Ilyadis 指出軟件定義存儲( software-defined storage)是現在的重大改變之一。他說關于云的兩大趨勢是超融合( hyperconvergence)與超擴展(hyperscaling)。
Ilyadis 解釋說:“超融合是指以一種垂直配置的方式增加計算和存儲,而超擴展是給網絡增加更多的單元和更大的帶寬。所以超融合是向上發展,超擴展是向外發展。”
他說,要讓這兩個概念都有效,尤其是在有數百萬虛擬機時,需要在整個云架構上都有所變化。所以固態驅動器通信協議 NVM Express 已經讓位于 NVM express over Fabrics (NVMeoF),而 SSD 也已經讓位于用于網絡內內存的網絡優化的 SSD(network-optimized SSD for in-network memory)。Ilyadis 說:“變化在于與 SSD 驅動器和應用的更好的同步。”
內存是創新的一個關鍵領域。盡管 DRAM 和 SRAM 仍然是關鍵技術,但相關改進正在放緩。Rambus 首席科學家 Craig Hampel 說 DRAM 尺寸縮減將每比特成本降低了 35%,但到 2010 年時,這一數字下降到了 25%。這導致芯片制造商開始著眼于一些新型的內存類型,包括 MRAM、相變存儲器(PCM)、ReRAM、低負載 DIMM(LRDIMM)、非易失性DIMM(NVDIMM)、存儲級內存 DIMM(SCMDIMM )以及將來的緩存 DIMM。
但重要的不只是內存類型。還有在不同于傳統使用方式的地方安裝內存實體的能力,這基本上動搖了傳統的馮·諾依曼架構。
Hampel 說:“一種內存解決方案有三大基本要素。首先,它需要在適當的模塊尺寸和成本的條件下滿足內存的功能需求。其次,它要是一種無處不在的接口。任何有空間的地方你都可以放置存儲,但對于一些已有的內存類型,延遲和模塊尺寸都太高了。第三點是你需要有軟件意識,才能利用這些內存。”

圖 4:用于健康監控的基于微軟 Azure 云的架構,來自微軟
安全性
人們對物聯網設備的安全性的擔憂也在加劇。使得安全性問題尤其困難的一點在于:隨著越來越多設備聯網,所有三個層級的設備都在某種程度上能通過互聯網進行交互。
就像功率一樣,安全性也需要在架構層面加以解決。而涉及到的組件越多,要確保電子設備或系統的安全就越困難。
“將所有東西都放在同一塊芯片中可以降低被入侵的風險。”Achronix 的營銷副總裁 Steve Mensor 說,“在板層面上,你可以檢測信號并解除通信。如果是在 die 上,要進入里面會困難得多。這在汽車領域是尤其重要的,因為其是自給自足的,即使芯片正在發送信息,要進入這些芯片中也是很困難的。”
即使是客戶愿意為之付費的地方,安全性也永遠不會是完整的或一勞永逸的。它需要持續不斷的更新,而這些更新又可能會給設備帶來新的漏洞。
“移動設備總是存在設備安全性的問題。”Kilopass 的現場應用工程副總裁 Bernd Stamme 說,“機頂盒行業已經開發出了一套精巧復雜的密鑰系統。如果你破解了一個密鑰,你就可以獲得免費的電影。但是根據他們創建密鑰的方式,只有一人可以使用該密鑰。這種密鑰構成了信任的基礎,然后又基于密鑰配置進行更新。這可以確保身份認證和基礎授權。但這不僅僅是一個 ID。這其中也包含制造代碼。更新取決于其被生產制造的時間。這種管理是很困難的,而且我們正開始在開門器和開窗器等設備類別中看到它們。”
安全性會影響設計的方方面面——從被添加到這些設備的 IP 到該 IP 的來源以及生產出的設備的交付。如果芯片制造商的內部安全性松懈,那么 IP 本身就可能會被盜用和損壞。
ClioSoft 市場營銷副總裁 Ranjit Adhikary 表示:“IP 數據可被存儲在任何地方。你管理和連接它的方式是關鍵所在。你可以添加加密碼。”
這就是圍繞芯片需要構建的信任鏈的所有部分,其中包括從 IP 的存儲和管理方式到數據的共享方式等等一切。Adhikary 說:“這不僅僅關乎 IP 模塊,還涉及到最佳實踐、流程和腳本。”
Mentor 的 Miller 同意這個看法。他說:“假設你已經有了你想要的芯片,涉及到的供應鏈安全都好了,那么你就必須要應對這個難題:‘這將如何幫助實現安全的系統?’最終,安全性更是一個過程,而不是一種產品。”
但即使實現了最佳的實踐并將安全性構建到了設備中,在 IoT 領域,這些設備必須要與其它設備協作。這是去年秋天出現的一個問題,Mirai 分布式拒絕服務攻擊將不安全的設備變成了一支僵尸網絡大軍。
“讓人驚訝的是,很多芯片在設計時都幾乎沒有涉及安全性,或者他們認為他們可以僅靠軟件做到這一點。” Synopsys 的 Lowman 說,“過去一年來,2017 年可能還更多,這已經變成了一個遠遠更加重要的主題,因為我們已經見證了很多被突破的事件。人們只有在別無他法時才會構建安全性,因為這涉及到額外的成本。驅動他們做這件事的原因是他們的終端客戶在說:‘我們不得不使用這種類型的安全認證’,或者他們自己已經被攻擊突破過,所以希望能保護自己免受未來的攻擊。這可能是安全性的兩大最主要驅動力了。但你今天已經有了部署好的仍然完全不安全的系統,比如甚至遠程信息處理系統或車輛跟蹤系統。他們已經開始通過軟件實現一些加密。但近來我們也看到,最近的攻擊突破事件表明這還不夠好。”
總 結
IoT 并不是一種單一的事物,而是許多不同技術、服務和市場的集合,它們都連接到了互聯網。盡管 IoT 之中的三個主要層級都或多或少得到了定義(邊緣、中間和云),但在未來幾年 IoT 開始成形的過程中,它們將很可能還會改變。這將會影響這些系統的設計、成本和可擴展性。
將各種事物連接起來有許多顯而易見的好處。智能灑水系統可以在下雨時關閉。聯網的汽車可以在事故發生前警告司機并提供替代路線。智能路燈可以根據車流狀況和周圍住戶的偏好進行調整。智能機器可以在部件故障之前發送信息,從而避免中斷工業作業。
但這么做也有缺點。如果萬物互連,那么數據就可能被竊取,機器可能被操控,而且在更新后的機器與另一臺未更新的機器交互時也更難以預測設備的行為方式——這是每個計算機用戶都清楚的問題,比如更新操作系統后打印機驅動程序就不工作了。但很明顯 IoT 時代正在來臨,不管存在什么問題,所有這些問題都需要在每個互連層面得到解決。對于未來幾年將到來的巨大機遇和讓人頭疼的難題,開發 IoT 芯片只是實現這一愿景的第一步。
                                        
                                        
                                        
                                        
                                        


