HIMA F模块 F7126 模拟量输入模块Analog Input Module

HIMA F模块 F7126 模拟量输入模块Analog Input Module

HIMA F模块 F7126 模拟量输入模块Analog Input Module

　一、异构时代正在到来
 
　　我们知道，此前在半导体产业，一般的芯片公司都只专注于少数几种种芯片，但近年来，芯片公司除了之前的纵向发展提升速度外，也越来越注重横向发展，开始整合各种不同类型的芯片。
 
　　前不久，英伟达发布了其机器人平台——Jetson Xavier，我们可以看到，这个平台包含了6种处理器：1个Volta TensorCore GPU、1个8核ARM64 CPU、2个NVDLA深度学习加速器、1个图像处理器、1个视觉处理器和1个视频处理器。
 
　　我们再来看之前英特尔的AI大会，其AI平台也包括一票不同的处理核心，包括：CPU、GPU、DSP、NNP、FPGA等。
 
　　手机SoC也是功能不断的丰富，在传统的CPU、GPU、ISP、基带芯片之外，现在越来越多的厂商还会加入另外的加速DSP、用来加速AI的NPU等处理核心。
 
　　随着应用越来越多样化，这种通过多种芯片进行异构计算已经成为行业的主流，目前看来这种趋势可能会继续加速。
 
　　二、摩尔定律越来越接近物理极限
 
　　摩尔定律是由英特尔(In)创始人之一戈登·摩尔(Gordon Moore)提出来的。其内容为：当价格不变时，集成电路上可容纳的元器件的数目，约每隔18-24个月便会增加一倍，性能也将提升一倍。换言之，每一美元所能买到的电脑性能，将每隔18-24个月翻一倍以上。
 
　　这一定律到今天为止，基本上准确预测了半导体行业的发展节奏。此前摩尔定律几乎每年都会推动微处理器的性能提升50%，而半导体的物理学限制却让其放慢了脚步。如今，CPU的性能每年只能提升10%左右。英伟达CEO黄仁勋在每年的GTC上都会提到同一件事——摩尔定律失灵了。
 
　　现在进的处理器为10nm制程，目前垄断半导体光刻市场的ASML 将光刻机的技术蓝图推至 2030 年 1.5 纳米，给了摩尔定律10年左右的寿命，谁也不知道后的极限到底是多少，但是维持摩尔定律越来越难一家是业界共识。
 
　　在这样的情况下，单纯的提升一种芯片性能变的代价越来越高，我们可以看到，目前可以支持芯片研发的企业已经越来越少，因为芯片的研发成本已经超过了一般商业公司的承受能力。
 
　　当单一芯片发展遇到瓶颈时，横向的发展就变得更加重要，拓展多种芯片可以将自己的市场快速扩大，现在已经成为芯片厂商的主流发展方向。
 
　　三、单一芯片应对不同形式计算力不从心
 
　　在移动和云时代到来之前，大家对计算的需求主要集中在运行顺序执行的桌面应用程序，而娱乐需求，催生了专门用于3D计算的显卡。
 
　　那时的计算设备更多的放在固定的地方，没有太多的移动需求，因为连接着电网，其对功耗的控制也没有太多的需求。但是移动和云时代的到来改变了这种情况。
 
　　移动设备需要处理各种各样的信息，包括通讯、执行程序、处理图片、娱乐游戏、处理各种传感器的信息等等。传统依靠类似CPU这样通用处理器来处理这些信息的效率非常低。
 
　　一个是时间上效率低，CPU这种为顺序计算而设计的处理器，一旦被占用，其他处理请求就只能等待。这样任务一多，很多请求就得不到及时处理。另外一个是能源使用上效率低，为了应对各种不同的情况，CPU的功耗会比专门处理相应数据的处理器更高，这也是为什么 iPhone在5S引入了协处理器来处理陀螺仪等传感器的数据，来为设备省电。
 
文章链接：中国智能制造网 https://www.gkzhan。。ｃｏｍ/news/Detail/109902.html