從物聯(lián)網(wǎng)到汽車的邊緣設計

從家居或商業(yè)應用，到互聯(lián)車輛，邊緣計算貫穿整個物聯(lián)網(wǎng)。隨著數(shù)據(jù)量的增加，這種計算需要具有最優(yōu)網(wǎng)絡安全功能與最高功能安全級別的強大互聯(lián)邊緣計算平臺。

創(chuàng)新通常成波出現(xiàn)（圖1）。一些創(chuàng)新浪潮遵循著發(fā)展路徑，例如，從早期的大型機到小型計算機，最后過渡到如今眾所周知的緊湊型計算機，這種變化是循序漸進的。考慮到計算能力隨時間推移變得更加強大、外形尺寸更加緊湊、軟件開發(fā)更加簡單，這種過程也非常合理。其他創(chuàng)新浪潮則更加劇烈。從手機到智能手機的過渡以及向物聯(lián)網(wǎng)的快速轉變就是這樣的例子。

圖1：創(chuàng)新浪潮：物聯(lián)網(wǎng)和人工智能是邊緣設備數(shù)量迅速增加的推動力。

雖然前幾波創(chuàng)新浪潮專注于設備或設備格局，但最近的變化已影響到細分市場、公司和使用場景。網(wǎng)絡設備的激增顯著改變了我們的生活，整個行業(yè)正在努力地將所產(chǎn)生的勢頭轉變成效率、決策和大量數(shù)據(jù)的盈利機會。

物聯(lián)網(wǎng)和機器學習市場

下一波創(chuàng)新浪潮是受機器學習驅動的物聯(lián)網(wǎng)。這與物聯(lián)網(wǎng)的抽象潛力無關，而是在于消費類電子產(chǎn)品、智能家居、安全出行、智慧城市和工業(yè)4.0等特定細分市場中的成果。雖然智能手機的設計目的是供人們和端到端通信使用，但未來的變化將遠遠超出基礎設施、移動系統(tǒng)、智慧城市和智能制造，在市場中帶來意想不到的增長，從而實現(xiàn)智能互聯(lián)設備（圖2）。這一變化將重塑我們的生活及周邊基礎設施。

圖2：物聯(lián)網(wǎng)和機器學習的未來（按細分行業(yè)劃分）。

IHS預計智能互聯(lián)產(chǎn)品將激增，在2015年至2020年之間，互聯(lián)設備的數(shù)量將翻倍（圖3）。在恩智浦，我們認為，互聯(lián)產(chǎn)品在未來五年內將取得更快的增長，而且產(chǎn)業(yè)合作將必不可少。恩智浦并不是在單打獨斗——其他公司在硅谷舉辦的恩智浦主題演講中也表達了類似的愿景。

圖3：IHS對物聯(lián)網(wǎng)和互聯(lián)設備的增長持樂觀態(tài)度，預計在2015年至2020年間，數(shù)量將翻倍。

微軟物聯(lián)網(wǎng)及混合現(xiàn)實銷售總監(jiān)Rodney Clark在近期的恩智浦用戶大會上強調了該生態(tài)系統(tǒng)的發(fā)展。他解釋道，物聯(lián)網(wǎng)生態(tài)系統(tǒng)在去年一年取得的進展相當于過去五年的進展。他還強調道，多個合作伙伴需要齊心協(xié)力，為用戶（軟件供應商、硬件供應商、半導體制造商和系統(tǒng)集成商）提供物聯(lián)網(wǎng)解決方案。

物聯(lián)網(wǎng)和機器學習的框架條件

邊緣節(jié)點領域遵循明確的方法，無論是智能吸塵器、家用機器人還是最新工業(yè)機器人。所有系統(tǒng)具備相同的概念模塊（圖4）。借助于這些模塊，節(jié)點能夠識別、思考和行動，并且必須成為具有最優(yōu)網(wǎng)絡安全功能和最高安全級別的系統(tǒng)的一部分。在不同的細分市場中，這些功能的共同框架模糊了不同終端市場解決方案之間的界限。這也將使半導體行業(yè)產(chǎn)生一些變化，因為恩智浦等公司會探索不同任務的相似性，例如，采用能夠滿足廣泛要求的跨界處理器。

圖4：能夠以最高安全標準識別、思考、通信和行動是所有邊緣設備的基礎。

傳感器技術

新邊緣節(jié)點可以利用傳感器技術獲得洞察力。雷達、攝像頭、人臉和語音識別以及V2X用于傳感器。傳感器收集有關節(jié)點環(huán)境的信息，并回答諸如此類的問題：道路結冰了嗎，前方道路或下一個拐角是否有障礙物？附近有墻壁嗎？該區(qū)域有陡峭的坡度或其他不同尋常的情況嗎？傳感器收集這些重要信息，然后將其傳輸?shù)絺鞲衅魅诤舷到y(tǒng)，以做出進一步?jīng)Q策和響應。在不斷發(fā)展的物聯(lián)網(wǎng)和機器學習領域，這是所有邊緣應用共有的基礎構建模塊中的第一個模塊。

思考和行動

新終端節(jié)點是智能的，需要巨大的計算能力來確保傳感器融合并推斷出恰當?shù)捻憫?。隨著恩智浦等公司繼續(xù)在性能和功耗方面取得迅速進展，越來越多的應用和相關決策可以在邊緣實現(xiàn)。在云端處理數(shù)據(jù)期間發(fā)生的延遲問題非常容易避免。這對于隱私和網(wǎng)絡安全也有好處，因為重要的保密信息仍在本地，只會將較不重要的語義數(shù)據(jù)傳輸?shù)皆贫恕?/p>

無縫連接

要利用大數(shù)據(jù)，設備需要相互連接，需要與云端連接，即使是大部分數(shù)據(jù)處理和決策工作也在終端節(jié)點完成。連接顯然是物聯(lián)網(wǎng)的支柱。實現(xiàn)極近距離以及長距離連接，可以使用多項技術。這些技術包括Wi-Fi、藍牙、NFC、長距離RFID，以及無線或DSRC 802.11p，允許汽車間通信。

在恩智浦Connects大會上，恩智浦宣布推出另一項連接技術。UWB是一項極其強大且安全的無線電技術，可準確匹配對象之間的運行時間，保障網(wǎng)絡安全。這為工業(yè)和商業(yè)應用以及未來的汽車開創(chuàng)了突破性功能。全新UWB場景可能包括：在家里，門會自動打開，當居住者從一間房走到另一間房時，音樂會伴隨居住者在整個房屋內響起。有了UWB，生活變得更加簡單、順利。

安全和保護功能

終端節(jié)點和相應的應用基于兩個基本要素：功能安全和網(wǎng)絡安全功能。邊緣本身將作為系統(tǒng)安全的第一道防線，提供安全解決方案以保護物聯(lián)網(wǎng)系統(tǒng)邊緣的能力將是加速該新方法的關鍵因素。

每天，用戶依賴各種服務和云端數(shù)據(jù)保持互聯(lián)。而日漸受到機器學習的強大實力推動的物聯(lián)網(wǎng)需要這種連接。遺憾的是，連接也會擴大攻擊面，即攻擊手段的總和，代表黑客和攻擊者利用漏洞的潛在途徑。每種連接選項都是系統(tǒng)的潛在入口點。

車輛安全問題最為顯而易見，但最終，所有設備都必須得到保護。這不僅阻止黑客控制汽車（尤其是當汽車在路上行駛時），還要保護汽車，避免被設法盜取財務的罪犯入侵（例如，通過安裝勒索軟件）。

此外，隱私數(shù)據(jù)的保護也成為一個越來越重要的問題。由于越來越多的敏感信息存儲在設備上，因此需要保護與位置、駕駛習慣相關的信息及其他敏感信息。政府已采取措施來保護隱私，例如，歐盟的DSGVO（通用數(shù)據(jù)保護條例）、加利福尼亞州消費者隱私法案(CCPA)或SPY Car法案（汽車安全與隱私法案）。

整個產(chǎn)品范圍中的開發(fā)人員必須設計和開發(fā)在系統(tǒng)級別操作的跨項目解決方案，包括設備與其環(huán)境及其他設備的互動。適當?shù)摹巴ㄟ^設計確保安全”方法可以主動確保安全性不是事后補救，應該從一開始就集成到每個組件中。OEM制造商定義的系統(tǒng)安全概念將來自多個供應商的元素整合在一起。因此，在復雜的供應鏈中高效地協(xié)調該系統(tǒng)安全概念是取得成功的重要因素。

適用于所有系統(tǒng)的另一個原則是各級別的深度防御或安全機制，因為一般來說，最薄弱的環(huán)節(jié)決定了安全性有多強大。這意味著，如果一級安全防線被突破，下一級必須繼續(xù)保護系統(tǒng)。

安全性

在過去30年里，汽車制造商、半導體公司和主要供應商已發(fā)布功能安全的概念。這是確保新車輛電子產(chǎn)品推出的第一步，也廣泛應用于物聯(lián)網(wǎng)。功能安全基于汽車或設備中的每個電子元件都具有特定功能的理念。如果元件發(fā)生故障，系統(tǒng)必須能夠檢測到此錯誤并向車輛報告。

例如，在汽車中，如果駕駛艙出現(xiàn)紅色和橙色警告標志，則功能安全系統(tǒng)會報告引擎或控制單元的問題。在自動駕駛領域，功能安全是安全概念的一部分，但正朝著更復雜的安全問題快速演進。該領域不再僅局限于簡單的功能正?；虿徽５母拍?。自動駕駛帶來新的安全問題，這些問題圍繞行為安全性和環(huán)境安全性等概念。這些一定也可以用于物聯(lián)網(wǎng)中的應用。

在行為安全性情景中，關注點是汽車或設備的表現(xiàn)是否正常。例如，它是在路邊還是在道路上行駛、是否按照適合車流的速度行駛、是否遵循所在地區(qū)的法律法規(guī)？通過對行為安全性進行先進且更復雜的評估，能夠回答諸如“在正確的情況下，車輛是否具備適當?shù)姆e極性；在其他情況下，是否具備適當?shù)姆烙?？”這樣的問題。

除了行為安全性，還有環(huán)境安全性的概念。環(huán)境安全性旨在解決汽車無法針對動態(tài)環(huán)境變化做出適當反應的問題。如果在車輛前方的道路上有快遞車輛掉落的快遞盒，會發(fā)生什么？自動駕駛汽車如何應對？如何定義適當?shù)姆绞絹響獙σ馔馓魬?zhàn)？環(huán)境安全性的另一部分有關在雨、霧、結冰或交通密集的情況下該怎么辦。必須確保用于控制自動駕駛車輛的電子系統(tǒng)和軟件能夠使車輛正確地做出響應。

嵌入式軟件和機器學習

嵌入式軟件和機器學習具備目前難以想象的新優(yōu)勢，但已經(jīng)開始嶄露頭角。以駕駛為例：95%的事故是由人為錯誤造成的。機器學習最終能夠排除人為因素，提高人們的安全駕駛能力。在健康保健的重病檢測領域，現(xiàn)在也取得了類似好處。

得益于機器學習，物聯(lián)網(wǎng)迎來了重要的創(chuàng)新浪潮。它將改進各個關鍵行業(yè)，包括消費類電子產(chǎn)品、汽車、智慧城市等，并需要一系列全新的智能邊緣節(jié)點。這些邊緣節(jié)點遵循類似的開發(fā)方法，使其能夠利用最新的安全和保護機制進行識別、思考和行動。