UI技术将成为信息娱乐系统的下一个战场

　　信息娱乐系统的下一个战场将转向用户界面（UI）技术。消费者在作出购买决策时不再是比较功能集方面的微小差异，而是越来越多地考虑易用性和特色功能。为了赶上下一代产品周期，系统设计师在开发无缺陷工作的UI方面正面临着越来越大的压力。用户界面技术的发展最终将走向语音识别和其它更复杂的UI。随着这种趋势的演进，消费者在今后几年内将有机会体验到许多新颖的、令人激动的创新技术。在UI技术普及的下一个阶段，不再要求做用户培训，而是采用先进UI的设备需要去适应消费者需求，实现“开箱”即可使用。为了达到这个目标，设备要求变得更加智能，因而需要更强大的处理能力以及更多的内存资源。

　　在系统设计方面，增加系统智能将提高对额外处理能力和内存的要求，因为不仅要诊断系统或作出预测，而且要实现系统需要做出的复杂响应。预测智能的复杂性需要的处理能力和内存资源比目前嵌入式系统能提供的要多得多。随着这些嵌入式系统承载更多的UI功能，这个问题正变得越来越具有挑战性，鉴于嵌入式系统有限的资源特性，处理能力和内存资源更加捉襟见肘。增加更多的处理能力对嵌入式系统来说更具挑战性，因为更高性能意味着系统需要更多的功耗。这是直接关系到电池寿命的一个约束条件，也是与足够功耗有关的昂贵设计约束，最终将影响到用户体验。

　　使用云

　　近年来，云计算已经成为技术领域中的一种流行趋势。随着更多的应用转向云处理，OEM厂商面临的一个重要挑战是判断在哪里实现智能处理。借助包括不管是高速以太网还是3G/4G蜂窝网络在内的几乎无处不在的连接，电子行业中的板载功能和基于云的功能之间的界限正在变得越来越模糊。对许多应用来说，云计算基于众多的原因而具有很大的吸引力，特别是针对嵌入式设备。一个关键的驱动因素是总体拥有成本：不需要在每台设备上集成额外的计算和存储资源而增加设备成本，而是通过网络实现集中的处理功能和内存。这种方法允许公司在多项应用中发挥他们的技术投资力量。然而，在某些应用中这种选择也会带来折衷结果，因为公司需要在成本和性能之间权衡。

　　在汽车信息娱乐领域中，云计算部分用于支持先进的语音识别功能，但这个功能通常对性能会有影响。云计算技术的优势在于它能提供更高的精度（更先进的分析技术和功能，比如代理辅助）。如果某个特殊语句由于口音或外部噪声原因不能被识别，可以将它转送到运营商那里作进一步评估。对于诸如自然语言理解（NLU）等要求更多资源来实现的应用，可以使用云计算各种复杂算法以提高精度。然而，使用云对性能的影响主要与延时有关。

　　由于云技术需要依赖网络连接（在汽车应用场合是移动电话），蜂窝连接由于固有的蜂窝覆盖特性将成为性能瓶颈。举例来说，如果蜂窝电话的连接信号很微弱，或者汽车或用户根本就没有蜂窝电话调制解调器，许多车辆的基本UI功能可能会受到不利影响，或看起来完全没有价值。另外，传送数据的IP网络可能会发生丢包，从而导致不可靠的响应。同样，这种方法常常会导致用户界面响应发生可觉察的延迟。对UI来说，将在延时、精度和可用性方面导致不一致的结果。

　　信息娱乐系统OEM厂商面临的挑战是要在两种需求之间取得平衡，一种需求是支持主要使用每个车载设备中的嵌入式资源的“车载”应用；另一种需求是驾驶员与车外世界的交互。一方面，有许多对车辆及驾驶员的 *** 控和安全性来说永远重要的功能，例如音量控制、多媒体功能或移动电话接入。另一方面，消费者对访问地图或社交网络资源一直保持着很高的要求。因此，许多OEM厂商采用混合方法，即将板载处理资源专用于关键的车载功能，并根据需要将云计算技术用于较少使用的和高级的功能。这种方法允许OEM厂商推出既有高性能又有合理价格的系统。

　　嵌入式系统越来越多地要求高性能的处理能力。这在汽车信息娱乐领域中更加突出，而OEM厂商之间的竞争也在推动高级计算功能的创新和推广，以便支持多内核架构和3D图形功能。与此同时，汽车环境中的多种其它功能继续在竞争可用的计算资源。这个负担主要集中在作为主要计算引擎的应用处理器上，而3D图形和先进通信协议等众多功能也进一步加重了应用处理器的负担。因此，这些嵌入式系统只有很有限的资源可用于其它功能。

　　在信息娱乐系统资源有限的固有特性及其对关键功能的影响方面，用户界面是一个很好例子。比如，高级语音识别同时要求高MIPS和快速内存访问。尽管系统设计师一直在努力开发高度优化的信息娱乐系统，以使它们能够支持多种先进功能和一流的UI，但仍然受到可用技术的限制，特别是能够满足设计要求的硬件。UI越来越多地要求访问先进的查找表和算法，从而造成与其它系统功能的直接竞争。最终，在通用处理器上执行多种识别算法的要求仍然影响到了这些系统的低功耗要求。即使高级应用处理器正在从单内核技术快速转向高端信息娱乐系统用的双内核和四内核技术，但我们认为UI仍将是一个计算密集型功能，要求独立的硬件加速和灵活的软件算法。