可穿戴设备、智能门锁、TWS耳机等功能的需求提升了对算力的要求,比如TWS耳机有唤醒、降噪、语音识别的功能,智能门锁有指纹识别的功能,现在的智能手表也有更高的交互功能。因此,富芮坤在更早的产品规划中,提到了利用蓝牙芯片的处理器进行边缘计算。
FR508x体现了富芮坤在蓝牙SoC方面的思路,在本次对黎传礼的专访中,我们也大致聊了聊这颗芯片,或许它能够一定程度表明行业的发展方向。
当前,富芮坤FR508x系列主推产品有FR5082DM和FR5086D,从SoC框架图来看,它具备富芮坤的传统特色,集成了Audio CODEC和PMU——这是该公司差异化竞争的体现。黎传礼此前曾谈到过,更全面的定义、强调连接性和低功耗,对客户而言意味着节省开发时间成本、降低开发难度,并提高产品竞争力。
“高集成度给客户带来了高性价比、更小的PCBA面积。未来我们的产品会保持这种差异化、创新化的产品定义路线。”黎传礼表示。
除此之外,FR508x的特点还包括BT51 BLE+EDR协议认证——是“双模”这个词的体现。双模的价值在于,保证更大程度的兼容性,实现与所有蓝牙设备的互联互通。与此同时在处理器和算力加速部分,采用48MHz主频的Cortex-M3外加156MHz的高性能 DSP双核设计;其他配置相关的构成与核心参数包括:
黎传礼表示:“FR508x在定义之初,我们的应用方向有三个——一是蓝牙通话功能的手表,我们优化了蓝牙音频保持连接的功耗,目前能够做到业内最低的500ms sniff电流70μA;二是物联网智能家居方向,我们增加了一个156MHz的DSP以及512KB RAM,可以实现离线语音识别+BLE Mesh;三是TWS耳机,我们优化了音频的延迟,当前实测能够做到低于30ms的音频延迟,在 游戏 耳机等场景有广泛的应用场景。”
富芮坤微电子副总裁牛钊曾表示,富芮坤的产品规划会紧随三个趋势推进:第一步,会把蓝牙组网作为WiFi的补充放到家电产品中现;第二步是利用蓝牙芯片的处理器进行边缘计算,实现本地音频的实时识别与反馈,用户可以方便地使用手机自行更改特殊的 *** 作指令和提示声音,通过蓝牙更新到家电产品上,使得家居更个性化、赋有人情味,目前正在推广阶段;第三步WiFi+BLE的SoC,可以直接对接云端的大数据,结合本地的信息实现全新的用户体验。
FR508x(以及前代FR802x)理论上已经实现了第二步,为蓝牙芯片进一步增加算力。在富芮坤看来,随着技术的演进和时间的推移,IoT产品走向边缘计算就是一个重要的发展方向。比如可穿戴设备对驱屏能力提出了更高的要求,从主流240240的分辨率,到360360分辨率,富芮坤也接到了454454应用需求的订单;可穿戴设备在满足低功耗的同时,对数据吞吐也产生了更高的要求,同时还可能存在室内定位的场景需求,以及对语音指令的支持。
这些都是对算力提出更高需求的应用场景。黎传礼特别提到,FR508x系列的芯片算力能够实现离线语音识别,而且已经与离线语音的算法公司配合完成了Demo样品。
与此同时,“一个DSP大核+一个ARM小核的构架,能满足功耗敏感型且需要算力的应用的折中需求,当系统仅需蓝牙链接时,只有ARM小核在跑,需要算力时,开启大核进行运算。”
“对于资深的开发者可以对ARM和DSP两个核都进行开发,对于入门开发者而言,我们采用我们标准的SDK只对ARM编程即可,我们提供了丰富的DSP算法库可以直接调用。”这一点也部分体现了富芮坤产品上手门槛相对低、更简单的特点。
在黎传礼看来,富芮坤产品在技术方面的优势主要体现在:“第一,富瑞坤的产品使用上手门槛比较低,容易上手开发;第二,产品的定义更偏重SoC应用也就是蓝牙芯片作为主控芯片使用。”FR508x当属典型具备了这些特性的SoC产品。
牛钊在去年的松山湖中国IC创新高峰论坛上介绍了FR508x单芯片智能手表方案。除了蓝牙双模与Arm核+DSP方案之外,当时还提到这套方案的优势包括了,最小封装46mm;BR保持蓝牙连接sniff power
推荐一:一款支持人脸检测识别的物联网视频芯片——雄迈XM630AI
推荐二:应用于IoT领域的超低功耗WIFI MCU——芯之联XR808
推荐三:业内领先的智能家居MCU——富芮坤FR8028
推荐四:通用BLE射频收发前端芯片——巨微MG126
推荐五:超低电压的NB-IoT射频前端芯片——汉天下HS8018-31
推荐六:带电流路径管理的高精度现行充电管理IC——赛微CW630
推荐七:业界首颗集成6轴IMU的传感器及GPS——矽睿QMI7620
推荐八:面向物联网的低功耗IPSeC网络通信安全芯片——纳思达SCS23X
推荐九:4K/8K FHD面板电源管理芯片——微源LP6288QVF
推荐十:第一个国产8口超高速SPI NOR FLASH产品系列——兆易创新GD25LX25GE
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)