技術探勘

隨著全球暖化日益嚴重與節能減碳呼聲高漲之際，人們也從開發新能源以及提高能源使用效率方面來著手因應，相關之節能法規也應運而生，例如能源之星認證項目、歐盟節能化設計指令，制定各式產品能源效率標準，表1為歐盟委員會所制定在不同輸出功率與方式之空載功率損耗規範。電子設備製造商發展的節能產品，必須遵循國際認證標準，促使電子產品朝向更節能的方向發展，如此也是提高能源利用效率的有效途徑。 對於電子產品電源設計的要求，除了滿足符合各個額定負載效率標準之外，空載與待機功耗也顯得益發重要，因為許多的用電設備大部分時間都工作在極輕載或待機狀態，例如：電視、個人電腦及螢幕等應用，若是每一個電子裝置的待機功率可以省下0.1~0.5W，這些閒置裝置就可以省下相當於數十個發電廠的每年發電量。 本文將探討如何降低切換式電源(Switching Mode Power Supply)的待機功耗，最後並舉一實際設計案例解說。 如何降低待機功耗 所謂待機功耗是指電子裝置在關閉時或處於待機模式時消耗的電能，或是處於最低功率模式下所使用的功率。一般電子裝置的輔助電源最常用的是返馳式拓樸架構，如何降低電子裝置的待機功耗，最有效的方式就是減少其在待機時的導通與切換損失。 在導通損失方面： 1.適當設計輸入端的共模電感的線徑與匝數，在抑制共模雜訊時，可以同時兼顧到將共模電感的導通損失降到最低。 2.選擇適當熱敏電阻的阻值，以避免其內阻的導通損耗。 3.於設計規格中的啟動時間之內，選擇合適的啟動電阻值，或者是選用內建啟動單元的IC。 4.有些控制器雖然在待機時降低切換頻率，來減少切換損耗，但是變壓器線組的導通損耗仍然不可忽視，線圈的圈數與線徑之適當選擇，對於線圈的線阻損失可以有效降低。 5.一次側Vcc輔助繞組的圈數與線路，適當地設計於各種負載條件之下，除了提供穩定正常工作的Vcc，並且能夠將Vcc輔助繞組線路的導通損耗降至最低，若是Vcc不足時，IC會進入反覆啟動狀態，頻繁的需要高壓給Vcc電容充電，造成啟動電路損耗。 6.其次，二次側回授控制線路TL431周遭的電阻，適當地設計在使整個控制線路正常工作之下，將偏壓與分壓線路的電流損失降低，並且選擇高CTR的光耦合器。 7.選擇低耗電TL431其typical IKA為50uA如表2(a)所示，與一般TL431其typical IAK為0.4mA如表2(b)所示，兩者的耗電就差了8倍，藉由使用低耗電之TL431，將圖1之R23電阻放大可以減少二次側TL431損耗。 8.在切換損失方面，RCD在緩衝(Snubber)電路中，可以使用齊納二極體來取代RC。 9.變壓器的層間雜散電容會造成額外的切換損失，可以在層與層之間加絕緣膠帶來降低層間的電容效應。 10.減少一次側回授訊號腳位的並聯電容值。 11.選擇使用雜散電容與Qg較小的MOSFET。 12.加大輸出電容以增加維持時間，拉大叢發模式(Burst Mode)的週期時間，以減少叢發的切換次數，以上所建議的方法總結於圖1所示。 除了外部零件值的調整之外，在控制器本身方面，對於降低輕載功耗，常見的方法為降低切換頻率、關斷時間調制(Off Time Modulation)，以及叢發模式。另外，盡量選擇靜態電流較小的IC，因為這對於大多數時間處於休眠模式或低功耗模式的應用尤其重要。 電源設計範例解說 本文以一個120W電視電源演示板為設計範例解說，電路板之主要控制IC為IDP2308，此IC為一結合PFC與LLC的整合式數位控制器，具有內建的啟動單元 (600V Start Up Cell)，當Vcc電壓建立到一定的準位後，此一啟動單元會關斷啟動迴路，避免啟動電阻的導通損耗，此外，啟動單元迴路兼具X-cap放電功能，以省掉外接型IC的功率損耗，如圖2所示。 另外，在輕或空載時，控制器會進入叢發模式，以降低切換損失，由於IDP2308是數位IC，具有提供使用者彈性設計的便利性，使用者可以經由參數的調整來優化整體電路的行為，達到所需要符合的規範，演示板線路如圖3所示；演示板規格如下表3所示： 如圖4所示，以下詳細解說IDP2308在叢發模式時的動作行為，當進入待機模式時，主要監控HBFB腳位的電壓準位，來決定叢發模式的運作，當HBFB的電壓上升至Vburst_on，IC會被喚醒而啟動叢發的切換，在LLC完成一個完整的叢發切換，IC就會停止切換然後進入睡眠模式以節省功率損耗。影響待機功耗的主要參數列於表4，其中有叢發模式中的啟動頻率、切換頻率、結束頻率、PFC Bulk電壓以及軟啟動與軟結束的階數多寡。 使用者可以自行調整在LLC之叢發模式中的三個部份： 1.設定較高的啟動切換頻率，預設值為200KHz，軟啟動設定為4階，每32us降一階，目的是減少每一叢發模式控制的啟動突衝電流，降低功率損耗，同時可以抑制異音雜訊。 2.其次設定一較低的切換頻率，預設值為130KHz，以達到最低待機功率與維持二次側輸出電壓的穩定。 3.最後再採用較高的結束切換頻率，預設值為200KHz，軟結束設定為4階，每32us升一階，用於達到抑制異音雜訊。在PFC方面，可以經由參數設定降低PFC bulk的工作電壓準位，來減少切換損耗。 除了參數的設定之外，外部零件值的調整，例如：LLC變壓器的主感Lp、LLC Bootstrap電容及諧振電容的材料，也會對異音與待機功耗有所影響。 經由以上的參數設定與外部零件調整，可以降低叢發模式時LLC的諧振電流，如圖5所示，最後的實驗結果，除了能夠符合小於0.3W待機功耗規範，並且達到極低異音的要求標準，以及維持系統輸出電壓穩定的設計目標。 數位控制器提高操作效率 本文介紹了電子設備電源的待機功耗及其規範，詳細剖析建議的解決設計方案，並且探討實際設計案例，除了一般使用者常用的對策，例如外部零件的調整與選用等方式之外，藉由數位控制器的參數設定調整也是解決之道之一。 一個好的電源設計，除了提供基本電子設備正常的運作之外，也可以減少系統的功率損耗，提高整體操作效率，另外，透過採用合適的數位控制器來做設計，進而減少外部元件的使用數量，節省整體系統的物料成本。 (本文作者為台灣英飛凌科技首席工程師)

雖然支付處理、業務流程與合作和大數據分析等各種服務都仰賴雲端運算技術，但晶片設計產業卻較慢才開始採用這項技術。至今，在雲端中實現晶片設計的優勢仍未明朗。 現今半導體產業，面臨嚴格的品質要求、苛刻的上市時程以及高昂的成本等諸多挑戰；因此，應用創新的、雲端導向電子設計自動化(EDA)正是半導體產業亟需的解決方案，它能夠幫助半導體產業跨越這些挑戰並蓬勃發展。隨著摩爾定律(Moore's law)的優勢開始衰退，這篇文章中將仔細探討在公共雲端進行半導體設計及驗證，如何能成為創新的推手。EDA躍上雲端顯然不僅是一個趨勢；對於半導體產業運算需求在短期內大幅增加，並且設計和驗證週期持續縮短的產業來說，開闢了一條持續前進的道路。 晶片設計者登上雲端 即使在幾年前，人們對於雲端在矽晶圓開發中所扮演的角色，仍是憂喜參半，畢竟摩爾定律主導了這個產業50多年的發展和創新。然而，正如科技諮詢顧問公司埃森哲(Accenture)在其《藉由即時服務模式推動半導體增長》(Driving Semiconductor Growth Through As-a-Service Models)報告中指出，摩爾定律的步伐正在減緩，反之卻要面對晶片開發成本飆升、競爭來自非傳統領域，但客戶卻要求指數級成長的能力和功能來支持物聯網(IoT)、人工智慧(AI)以及即將來臨的量子運算等新應用。 無庸置疑地，運算能力已成為半導體公司能否完成設計、更快將產品推向市場的關鍵。因此，公司為能取得設計及驗證系統單晶片(SoC)所需的資源，雲端運算成為一個可行的選擇。其中，關鍵性的IC設計及驗證流程，現在已可在雲端中使用。2020年底，埃森哲發表一份報告，《半導體產業的雲端勢在必行》(The cloud imperative for the semiconductor industry)，認為雲端是加快未來創新步伐的關鍵，並且具有安全性增強和自動化功能的完善雲端解決方案，其可提供的好處，已經超越本地系統(On-site System)。 晶片設計雲端化 接下來可以詳細分析，是哪些關鍵市場因素，驅使更多晶片設計者移轉到雲端；而基於雲端的解決方案，又如何能成為創新的推手。 更快獲得結果 隨著晶片變得越來越複雜、體積越來越大，面對日益增加的上市時間壓力，晶片設計和驗證資源遭遇瓶頸。與此同時，工程師的工作量也持續增加。工程師需要處理的事情增加，可用資源卻減少。與在本地資料中心進行EDA解決方案相比，雲端技術的利用開闢了更多的運算資源，可以加速基礎晶片設計和驗證過程。另一個好處是增加彈性，促使晶片設計能夠根據需求，迅速地擴大或縮小規模。 以元件庫特徵化(Library Characterization)為例，這是一項高度平行化的任務，需要大量運算資源。元件庫特徵化的資源規畫極為困難。例如，在雲端運算前，晶片設計公司需要先針對這些工作負載量，在自有的高效能資料中心投入許多資源。然而，根據需求模式，這些系統不是被過度使用，就是未被充分利用；或是也可能需要先對工作負載量進行排序，進而導致延遲。相反地，雲端運算可以在需要時，按照需求量，盡可能獲取最多的運算資源，將元件庫特徵化等任務的周轉時間(Turnaround Time, TAT)從數週縮短到數天。廠商如亞馬遜網路服務(AWS)的客戶已經能夠將他們的元件庫特徵化工作負載量擴增到120,000多個平行作業，部分原因是AWS和新思科技之間具有合作關係。 時程短、資源耗費大的任務，非常適合遷移到雲端。無需自行支出繁重的成本來建置基礎設施，設計人員就可以靈活地利用運算資源。若有需要，在數據可分區的前提下，也可以將運算密集型任務分解成更小的任務，並利用雲端的大規模、分散式的處理和儲存空間，來解決每個小任務。除此之外，在分散處理時，時序分析(Timing Analysis)、物理驗證和功能驗證之類的工作流程，也得以完善地擴充。例如透過形式驗證，可以將設計本地化，並對獨立的部分執行驗證。 提高產品品質 為了保持先進節點設計、具有多個功率域(Power-domains)的低功耗設計以及突破光罩限制設計的高品質結果(QoR)，在設計流程的所有階段，驗證工作的量都呈爆炸性成長。在現實世界中，內部運算資源並非無上限，設計師被要求完成不可能的任務：在上市時間和結果品質之間取得平衡。雲端憑藉近乎無限的資源，提供了執行大規模模擬、時序簽核(Timing Signoff)和物理驗證任務的能力；而這些任務可能會導致本地運算資源的短缺，或甚至整個系統的崩壞。 更低的成本 以最快的時間，將品質最好的產品推向市場，始終是設計者的目標；但盡可能以最低的成本生產晶片也同樣重要。傳統的晶片設計公司，可以使用現有的資料中心來進行EDA解決方案。即便如此，為了管理成本，他們可能仍會選擇混合的工作流程，在運算需求突增的期間，利用雲端資源來補足本地資源的短缺。而小型新創公司可能會發現，私有資料中心的成本太高，不切實際。在這些情況下，雲端可以在需要時，提供最新的運算和儲存資源，並具有高度的靈活性，即用即付(Pay-as-you-go)。 雲端的彈性也有助於降低結果成本。各家雲端的價格確實有所不同，因為一些雲端供應商允許運算服務的競標，費率受需求影響。隨著雲端供應商開發成本更低的運算資源，例如利用過剩容量的現貨實例，也許能提供更低的價格。設計公司應該把握時機，善用這些EDA解決方案。 高安全性/系統正常運行時間 半導體產業對遷移到雲端的猶豫，與對安全性和系統正常運行時間(System Uptime)的擔憂有關，這是可以理解的。採用現代雲端安全性技術、雲端原生流程(Cloud-native Processes)及技術，有助於確保在安全、受監控的雲端基礎架構上執行EDA工作。為此，EDA供應商與雲端安全供應商密切合作，調整技術，以保護EDA工作並防止資料洩漏。應用高強度的身分和存取管理，可以確保在EDA工具當中，有效管理使用者的存取權限。 雲端供應商通常在責任共擔模式(Shared Responsibility Model)下營運。其中雲端供應商承擔雲端本身，即資料中心的安全責任，而他們的客戶(如EDA公司)則承擔雲端內部的安全性。EDA產業應該要充分了解這個模式的含義。雲端供應商是否在其基礎架構和應用程式中，從頭開始建構安全性，並確保操作的安全性？EDA供應商是否使用適用於雲端環境的加密處理以及最新的監控和故障排除工具？ 至於系統正常運行時間，雲端供應商正在構建大量閒置的資源，以確保其運算資源的高可用性(High Availability)和彈性(Resiliency)；例如透過高可用性集群(High...

隨著網路通訊科技進展，讓人們能透過手機的通訊軟體與親朋好友即時聯繫，包括傳送文字、表情符號、貼圖、圖片及影片等訊息。目前通訊軟體沒有傳送氣味的功能，因此本文的構想便結合通訊軟體與發散氣味之產生器，使得通訊軟體具有「氣味信差」的創新分享功能。為了實現此氣味傳遞的創新分享功能，使用者必須搭配一個筆者設計之氣味產生器，其中氣味產生器使用盛群(Holtek)微控制器HT32F0006為主控中心，透過LINE BOT結合聯網功能，以及控制氣味產生器產生三種不同氣味，同時機殼上會產生不同色彩的燈光，而且也會播放一段音樂。「氣味信差」系統可以做到分享人們所喜愛的氣味給家人、朋友，例如玫瑰精油、薰衣草與薄荷等氣味可以帶給人們不同的感受；該產生器在離線模式下也可以獨立當氣味機使用。 訊息導入氣味傳送　活化溝通內涵 由於資訊科技不斷地進步，不只可以讓人們透過通訊軟體傳送文字或圖片即時聯繫，更可以透過傳送貼圖或表情符號的方式來表達自己的想法和感受，讓彼此之間的互動變得有趣、關係更加密切。但現有的通訊軟體並沒有傳送氣味的功能，而本文構思為使用通訊軟體即時分享氣味給家人、好友，達到氣味信差的概念。 目前通訊軟體僅能傳送單一圖片、文字、音樂，市面上也還無法做到傳送氣味，本專題發揮創意，希望為現有通訊軟體加值，新增一個傳送氣味的全新功能，作品以LINE為例，受限於通訊軟體的封閉性，無法直接修改原軟體功能，因此利用LINE軟體的LINE BOT聊天機器人機制，搭配所設計與製作的氣味機，達成使用通訊軟體分享氣味之目的，系統架構與使用情境如圖1所示。使用者A於LINE BOT介面輸入「欲傳送氣味對應的特殊文字」訊息，LINE BOT會將訊息傳送至本文設計的後台網頁；氣味機B內建Wi-Fi連線功能，會接收此氣味對應資料；氣味機B產生相對的氣味，以此間接方式達到信差功能，反向傳送，其程序完全相同。另外，氣味機產生三種單一氣味外，也可進行混合香味，同時也有音樂與燈光效果，達到創新分享的功能。 氣味信差系統運作三原理解析 本「氣味信差」系統包括三大部分：一，產生氣味的氣味機；二，LINE軟體的LINE BOT聊天機器人機制；三，配合LINE BOT傳訊的伺服器端資料庫與網頁。使用者使用LINE BOT傳送氣味(例如薰衣草)訊息，LINE BOT會將此資料透過後台網頁以Wi-Fi連線方式傳送到氣味機模組上，其中微控制器控制中心透過UART連結並控制Wi-Fi模組。微控制器接收氣味(例如薰衣草)訊息，板子上的GPIO接腳就會輸出高電位，控制繼電器來驅動氣壓幫浦產生訊息對應的香氣(例如薰衣草)，以及播出相應的音樂與燈光，達到嗅覺、聽覺以及視覺一體的美好感受。 氣味機整合軟/硬/韌體架構控制音訊播放 硬體架構 氣味產生器之硬體架構如圖2所示，當微控制器透過Wi-Fi模組接收到網頁傳遞的控制訊息時，就會利用GPIO接腳控制繼電器來控制氣壓幫浦的開關。同時也會透過UART通訊方式發送指令給NMOS模組、RGB LED模組。RGB LED模組可以依指令產生燈光、NMOS驅動模組可以依指令控制電磁閥開關，讓氣壓幫浦打出的氣體可以通過電磁閥流向擴香機噴頭，最後產生氣味散發出去。而HT82V73A會透過DAC將人們所使用的音檔的音頻放大轉換成音樂播放出來。 軟體流程 軟體控制流程如圖3所示，使用者在LINE BOT輸入訊息，LINE BOT會將接收到的訊息傳送至所建立的資料庫，並將訊息放於網頁上。在Wi-Fi模組端便等待網頁傳送過來之訊息，當Wi-Fi模組接收到訊息時，就會發送指令給微控制器，微控制器會去判斷指令是哪一種氣味，最後氣味機會發出相應的氣味，流程如圖4所示。 韌體流程 氣味機之韌體控制流程如圖5所示，當微控制器主控板接收到指令時，微控制器主控板會同時控制GPIO、NMOS模組、RGB模組。GPIO主要控制繼電器來驅動氣壓幫浦，NMOS模組是驅動電磁閥，而RGB模組會因不同氣味產生不同的燈光效果。 氣味機在離線模式之運作流程如圖6所示，微控制器主控板向8 Key觸控模組發送讀取觸摸按鍵訊息的指令，並等待8 Key觸控模組回傳指令。如果微控制器主控板接收到指令，就會去分析指令為何，並依指令控制繼電器、NMOS驅動模組以及RGB LED模組來產生相應的氣味，其中觸摸Key1產生薰衣草氣味並發出綠光及播放音樂A，觸摸Key2產生玫瑰氣味發出紅光及播放音樂B，觸摸Key3則產生薄荷氣味發出藍光及播放音樂C。 前述音樂播放控制如圖6所示，當微控制器主控板接收到音樂播放指令時，音檔音頻訊號透過微控制器主控板的DAC功能將音頻訊號放大，最後播放出音樂(圖7)。 氣味機原型系統實現與功能測試 依前述軟硬體規畫與設計完成「氣味信差」系統原型，其硬體作品氣味機整體系統運作依圖1使用情境進行功能測試。本文中的系統原型可配合氣味機產生3種氣味進行氣味傳送功能，其中於LINE BOT對話介面點選或傳送指定文字氣味訊息，例如薄荷，LINE BOT就會回傳已傳送的氣味訊息至資料庫。而資料庫端就會將相應的氣味種類、數量及時間建立在資料表上，再由後台網頁去更新資料表上最新的一筆資料。經由系統整合測試，驗證使用者雙方都有本文之氣味之產生器，當好友雙方使用LINE通訊軟體交流的同時，可以新增本作品創意之氣味傳送功能。 訊息傳遞藉氣味輔以聲光效果增進日常生活情趣 透過本文製作的氣味機可以讓不同的使用者，即使身在遠方，也可以使用LINE通訊軟體分享自己所喜愛的氣味給身邊的家人、朋友，讓對方感受到本文所表達的意境，不同的氣味也可以帶給人不同的心境與意義。氣味產生的同時搭配聲光效果，製造不同的情境及氛圍，不只可讓人們增進彼此之間的感情，而且也讓通訊生活變的更有趣、更有創意。 (本文作者余兆棠/劉大琦為南臺科技大學教授；彭森田/蔡明峻/岳皓予/李宜鴻為南臺科技大學學生)

電池供電類設備存在已久，然而自手機問世以來，由可充電電池供電的設備數量在過去二十年呈現出指數級成長。截至2018年，多種不同型號的手機、平板電腦、筆記型電腦和許多其他小型電器都在使用鋰電池。 對於所有可攜式設備而言，因為多數採用鋰電池供電，功耗成為產品開發的重要考量因素。硬體開發人員越來越注重在增加功能、減小尺寸、降低成本的同時，實現低功耗方案。軟體發展人員也以舊演算法為切入點，針對作業系統領域(即透過能量監測調度)和新興領域(例如機器學習)，研發新的功率監測方法，力求降低功耗。功率是指暫態消耗的能量。如公式所示，在電學中，功率等於暫態電壓與電流之積。功率單位為瓦特(W)，表示「焦耳每秒」。 P = V×I 能量等於功率與時間的乘積，電路消耗能量，電池則儲存能量。功率管理通常是指管理暫態電流和電壓，以滿足功率傳輸能力和負載條件。能量監測通常會提供有關能耗的資訊，進而協助開發人員進行電池管理和整體功率基準測試。透過專門設計的軟體(可根據特定負荷採取相應操作)監視能量時，即開始了主動能量管理。 主動能量管理可以基於預定義的設置自動進行，也可以在軟體啟動時手動進行，其作用是為用戶提供特定的建議。例如，大多數筆記型電腦在使用電池而不是交流電源運行時，處理器效能會自動降低，並且改用低功耗、低效能的整合圖形處理器，而不使用專用處理器。可以關閉筆記型電腦的一些周邊，以延長電池供電時間，而使用者也可能收到降低螢幕亮度或調暗鍵盤背光的通知。大多數智慧手機都提供各種節能選項，當電池電量降至特定水準時，主動能量管理便會提出使用節能選項的建議，包括關閉一些現有的網際網路連線、降低螢幕亮度等。 但類似情況並不限於電池供電設備。伺服器會仔細監測功耗和負荷水準，以確定是否可以完全停止或暫停某些服務。在虛擬伺服器中，可根據電流總用量和基於統計資訊預測的用量增加和縮減應用。對於這類伺服器，可以使用虛擬機器管理程式完全關閉某些虛擬機器。進行除錯時，也可以使用主動能量管理。能量監測可提供非常有效的資訊，用以確定整個系統或部分系統是否在界定範圍內運行。 用於測量直流功率和能量的電路 如前文所述，電功率是電壓與電流的乘積。要精確測量功率，需要對電壓和電流進行精準測量。在一定時段內測量功率並將結果累加，即得到能量。功耗在大多數情況下都不是恆定值，因此，必須使用一個選定測量頻寬，在此範圍內量測電壓和電流。直流電壓測量電路的一個典型範例是圖1左側所示的簡單分壓器和圖1右側所示的緩衝分壓器。這兩個電路都可以透過適當的校準提供高精度測量結果，儘管帶緩衝的分壓器比不帶緩衝的分壓器價格昂貴，但前者通常功耗更低，尤其適合測量極低的直流訊號。 雖然借助霍爾效應也可以測量電流(包括直流電流)，但本文側重於使用分流電阻測量直流電流，因為後者更常用而且費用更低。分流電阻是一個低阻值電阻，與電路串聯。電流流經分流電阻時，分流電阻兩端會產生一個小的壓差。該壓差與電流成正比，如公式所示，並且通常使用運算放大器進行放大。 VDROP=RSHUNT×I 由於分流電阻與電路的其餘部分串聯，因此可以連接在任意一側：上橋臂(分流電阻的一個端子直接連接匯流排電壓)，或者下橋臂(分流電阻的一個端子接地)，如圖2。在這兩種情況下，分流電阻都會出現一個小的壓差，電路的總電壓會降低。但是，分流電阻的連接位置會受到一些影響。 如果分流電阻放在下橋臂(圖2右側)，其兩端的電壓將直接接地。由於分流電阻通常很小，其兩端的壓差也很小，因此電流測量電路使用便宜的低壓運算放大器即可非常方便地放大壓差。這對於縮減成本很有幫助。但下橋臂分流有一個明顯的不足，即整個電路不再直接接地，而是連接高於接地端電壓的位置。分流電阻兩端的壓差通常以毫伏計。 如果將分流電阻連接在上橋臂(圖2左側)，則電路直接接地，可消除地彈反射效應。如果要對電路進行精確測量或必須提供精確的輸出，則應選用此連接方法。此方法的唯一缺點是需要使用電壓更高的差分運算放大器電路，並且視運算放大器的頻寬而定，費用也可能會增加。 儘管電壓、電流甚至功率本身都可以透過類比電路輕鬆測量，而且成本很低，但能量測量卻需要使用更複雜的電路來實現。然而，傳統的能量測量方法是使用類比電路測量電壓和電流，然後使用類比數位轉換器(ADC)將類比訊號轉換為數位訊號，將資料輸出到微控制器。微控制器的作用是對訊號隨時間累加的功率進行採樣，進而實現能量測量，測量能量的典型電路如圖3所示。在測量電路中增加微控制器既有優點也有缺點。一方面，在演算法計算、監視不同行為和進行更詳細的報告方面具有很大的靈活性，例如每小時、每天等。此外，微控制器的作用不僅限於能量測量，還可以觸發事件、運行自訂狀態機或滿足工程師的任何需求。而如果系統原本就需要使用微控制器，則成本和物料清單(BOM)的增加並不是問題。另一方面，使用微控制器監測能量的缺點則是測量系統的總功耗、繁複的程式開發工作和開銷成本都會增加，而且視精度要求而定，有時可能還需要外部ADC。 多年來，隨著業界對直流能量監測功能的需求不斷成長，多種面向此類應用的積體電路相繼問世。例如Microchip的PAC1934。此類積體電路只需使用分流電阻作為外部元件，即可同時採樣4個通道，基本電路圖如圖4所示。電路中整合了運算放大器、ADC、算數運算邏輯、記憶體和用於連接系統的標準介面(通常為I2C或SPI)。與傳統方法相比，使用積體電路的優勢在成本方面尤為明顯，因為在一個積體電路中整合了能量測量所需的一切，使BOM和PCB尺寸顯著降低。 主動能量監測的優勢 憑藉適合大多數應用的靈活配置，專用積體電路能夠以極低的功耗在長時段內累加功率。通常功率取樣速率最低為每秒8次採樣，最高可達1 KSPS。例如，PAC1934以8 SPS運行時，可以累加超過36小時的功率，並且電流小於16μA，同時4個通道全部有效且以16位元的解析度運行，無需軟體干預。此方法允許取樣速率動態變化，進而可以擴大應用範圍。例如在標準筆記型電腦中使用積體電路監測電源軌。當筆記型電腦處於運行和活動狀態時，能夠以1024 SPS的取樣速率進行監測，而當筆記型電腦處於暫停狀態(Suspended State)時，監測速度可能降到8 SPS，因為在暫停狀態下，功耗不會有太大的波動。此外，降低取樣速率可以減少能量監測的功耗，而不會影響效能。 主動能量監測最常見的一個應用是電池電量計量。專用積體電路可監測電池的電壓和電流，隨時得知電池電量。更先進的電池電量計還可以檢測到電池遇到了特定問題，例如電量計可以追蹤電池的電壓與電量的關係，如果二者之間不再有對應關係，則代表電池的總容量因老化或其他因素而縮減。主動能量監測也是標準電池管理系統(BMS)的核心。BMS是多節電池組所使用的電路，負責對電池組進行安全充電和放電，並主動測量其電壓和電流，確保每節電池的參數都相同。BMS的功能還包括檢測故障電池，或在電壓過高或過低時斷開電池組。主動能量監測的另一個常見應用是與智慧手機和平板電腦上的作業系統以及筆記型電腦、電腦和伺服器上的Linux或Microsoft Windows搭配使用。對於智慧手機和平板電腦，作業系統透過各種方法監測不同服務和應用程式所消耗的電量。在早期階段，系統不直接測量能量，而是使用表格資料獲取各個工作點的功耗，基於CPU、GPU和螢幕使用情況估算能量。估算出的能耗資料以統計資料的形式報告，便於使用者決定如何進一步操作設備。自Windows 8起，Microsoft在筆記型電腦和個人電腦中導入了能量估計引擎(Energy Estimation Engine, E3)。E3早期階段的工作原理與智慧手機中的估算演算法類似，能夠根據各種資源的使用情況(處理器、圖形、磁片、記憶體、網路和顯示器等)來估算每項任務的功耗，進而實現功耗追蹤。E3還導入了能量計量介面(EMI)，系統製造商可以透過該介面為系統添加實際可用的能量測量感測器，並進行相應聲明。如果加入了此類感測器，E3會利用這些感測器準確地測量功率和能量，而不是只進行估算。某些筆記型電腦製造商已在其產品中實現了這些功能。此外，過去還存在一些其他的方法，例如Sony在Vaio筆記型電腦中實現的能量監測，但沒有支援這些方法的作業系統，只有專用應用程式才能存取相關資料。Linux尚未提供與Microsoft E3相當的工具，但據報導稱，廠商已著手進行相關工作。工業I/O子系統支援在作業系統中加入各種感測器，為使用者空間的應用程式提供非常簡單且功能強大的介面(基於檔的介面)。然而，在本文撰寫之時，工業I/O子系統仍是核心的擴展，而不是默認Linux架構的組成部分。Linux還支援能量監測調度和智慧功率分配，這是一種用於嵌入式Linux領域的演算法，可協助系統決定如何調度不同的任務，同時考量散熱問題(能耗導致CPU/GPU發熱)。 能量測量積體電路的另一個值得關注的應用，是對USB功率和能量以及在伺服器應用程式中的使用情況進行監測，如本文第一部分所述。由於伺服器採用不間斷運行的設計，因此監測能耗有很多好處，例如可透過主動服務控制提高總體電源效率，能滿足越來越高的能效標準，允許系統管理員在伺服器的某些部分出現功耗異常(表示未來可能發生故障)時執行預測性維護。 透過IC整合能量監測功能 就能量監測的需求以及系統需要執行的其他功能而論，某些方法可能比其他方法更適用。如果嵌入式系統是根據自身用途專門構建，並且需要瞭解自身功耗或估算能耗，則傳統方法更適用。建議在微控制器中加入內部ADC，以便大幅縮減能量監測功能的成本。採用這種方法，只需要使用進行電壓和電流檢測的外部類比電路。如果需要非常高的測量精度而不計BOM成本和功耗，則傳統方法比積體電路更適用。 但在很多情況下，更適合採用積體電路方法。例如，如果想要在作業系統中整合能量測量，就適合採用積體電路方法，因為整合解決方案就是為解決這一問題而構建，透過適當的驅動程式，系統能自動識別出能量測量並知道如何操作。能量測量積體電路通常可以測量多個通道(進而監測多條匯流排)，因此，在需要監測大量匯流排時，整合解決方案具備明顯優勢。此外，同一條通信匯流排上可以使用多個積體電路(例如I2C或SPI)。另一個更適合採用整合解決方案的情形是，在系統處於功耗極低的睡眠模式或完全關閉的情況下，在較長的一段時間內測量能量。整合的能量監測晶片僅消耗極少的功率，並能在特定時段內自行累加能量，無需任何系統干預，而這正是實現整合解決方案的基礎。 對於有較高尺寸要求的高度整合化和密集型PCB，例如手機、平板電腦或筆記型電腦的主機板，與等效的分離元件相比，積體電路占用的空間顯然更小。例如，在晶圓級晶片封裝(WLCSP)尺寸的晶片(大小為2.225×2.17mm)中，包含一個能同時監測四個通道的能量測量積體電路。 (本文作者任職於Microchip)

因此，4位元啟動參數和4位元權重參數(4-bit Activations and 4-bit Weights, 4A4W)Hardware-friendly型量化解決方案可實現更優異的精度/資源權衡取捨。本文介紹在Zynq UltraScale+MPSoC和Zynq-7000SoC系列上針對CNN 4位元XDPU實現的低精度加速器，其透過高效映射卷積運算，充分發揮其DSP功能。這種解決方案可提供優於XDPU兩倍的性能。而在ADAS系統中執行2D檢測任務時，這種實現方案能夠在MPSoC ZCU102基板上實現230fps的推論速度，與8位元XDPU相比，性能提高了1.52倍。此外，在用於ADAS系統中的不同任務時，該解決方案可實現媲美全精度模型的結果。 網路結構剖析 企業日益重視使用AI的系統在資料中心、汽車、工業和醫療等領域中的產品化。這帶來了兩大挑戰，如AI推論需要完成的運算量規模增加，同時還要保持價格、功耗、延遲和尺寸大小不變；以及AI科學家繼續日復一日地在演算法和模型上開展創新，也需各種不同的硬體架構提供最佳性能。 針對持續創新的強烈需求則需要使用彈性的領域專用架構(DSA)。優化AI推論性能和降低功耗的主要趨勢之一，是使用較低精度和混合精度。為降低硬體設計複雜性，模型量化被當作應用於各類硬體平台的關鍵技術。大量工作被投入用於大幅降低CNN運算量和儲存成本。本文充分地證明，對於大多數電腦視覺任務，在不嚴重犧牲精度的情況下，權重參數和啟動參數可以用INT8表示。然而對於某些邊緣應用而言，硬體資源仍然不足。在針對邊緣應用使用較低的位元寬度(如1或2位元)時，一些常見的硬體設計解決方案使用簡化的乘法器。儘管這些解決方案延遲低、輸送量大，但它們與全精度模型相比，仍然存在較大的精度差距。因此，在模型精度和硬體性能之間尋求平衡變得至關重要。 本文運用幾種常見的網路結構，在ImageNet分類任務上透過使用幾種不同的量化演算法進行實驗。結果顯示精度隨著位元寬度減少而下降。尤其是在位元寬度低於4時，精度下降幅度顯著。此外，也使用Samuel Williams等人提出的Roofline模型，分析不同位元寬度下的硬體性能，如圖1所示。以賽靈思ZCU102評估板為例，隨著MAC的精度降低、硬體成本降低，性能獲得提升。此外，實驗結果還顯示，低位元量化可透過降低記憶體需求提高性能。這在ResNet-50神經網路的卷積運算強度上獲得證實，該網路分別用4和8位元精度進行了運算。因此，INT4在模型精度和硬體性能之間實現了較佳的平衡。 圖1　ZCU102上以不同位元寬度運行Roofline模型 如何量化全流程Hardware-friendly型CNN 為實現整個量化過程的Hardware-friendly化，INT4量化法可分為三個部分：量化機制、Hardware-friendly型量化設計、量化感知訓練。 ・量化機制 本文使用經訓練的量化臨界值(TQT)將DNN從單精確度浮點(FP32)轉換為INT4。對於權重和啟動參數，量化函數可正式寫成：   其中n=-2b-1，p=2b-1-1，為有符號資料；n=0，p=2b-1及為無符號資料。   公式1表示輸入值(x)的量化值取決於臨界值(t)、位元寬度(b)和量化比例係數(s)。臨界值t一般初始化為待量化張量的絕對值之最大值。隨後在訓練過程中用log2t的形式進行優化。量化係數是2的冪，具有Hardware-friendly特性。若將上下截斷運算去除部分離群資料，加大權重參數和啟動參數的分布緊密度，更有利於量化。 如上文所述，log2t是一種在訓練過程中可學習的參數，優化它就能確定合適的量化範圍；與之相反，log2t的梯度可透過鏈式法則確定。此外，輸入值的梯度也可透過下方公式運算：   對於(四捨五入)和(正無窮取整數)，不可微函數STE被用於確定梯度，定義如下方公式所示。     TQT證明對數表達能確保臨界值和輸入值的標度不變性。採用對數方式訓練臨界值更容易管理，並且已證明是較高效的。 ・Hardware-friendly型量化設計 要進行量化訓練，必須從全精度網路中構建低位元網路。以流程化Hardware-friendly型量化為基礎，下文介紹部分常用的網路結構，並針對幾種粗細微性模組的量化解決方案總結。對於這些量化模組，INT4量化方法可用於多種類型的網路結構；部分常用模組的量化解決方案如圖2所示。圖2中的虛線表示能根據實際網路結構增添或者刪除。 圖2　模組量化 首個模組為CBR(Conv+BN+ReLU)，其作為CNN中的通用結構，BN層被合併以減少訓練和推論過程中的觸發器數。然而，BN層存在不一致性；大量運算在訓練過程中使用當前批次的平均值和平方差，但在推論過程中移動平均值和平方差。如果量化的是從當前批次的平均值和平方差獲得的合併參數，在推論時就會導致偏差。為消除這種不匹配，應使用下列最佳實踐來量化這種結構。在將BN折疊到ConV後，就對折疊到INT4的參數進行量化。該模組的量化如圖2(b)所示。 再來為BRC(BN+ReLU+Conv)模組，如圖2(c)所示，在緊隨卷積層的BN層被合併後，仍然存在獨立的BN層。然而，在現有的INT4量化方法中，BN層原則上不受重視。為有效部署這個獨立的BN層，有種量化神經網路的簡化方法被用於在訓練過程中保持全精度，並在推論過程中吸收浮點標度和臨界值偏差。這種方法可延伸用於所有線性運算(包括推論中的卷積)，同時有助於保持精度。該模組的量化詳見圖2(d)。 而於加法模組中，其占用硬體資源較少。因此該層一般量化為8位元。此外，為了量化所有輸入和輸出，將使用標度共用規則。共用規則的作用是讓硬體繞過標度運算，消除了浮點乘法的需要。如圖2(b)所示，「ShareQuantize」指這些量化層共用相同標度。 至於其他則為確保卷積運算輸入是4位元，加法運算的8位元輸出需要再次被量化為4位元，如圖2中的「再量化」所示。針對第一層和最後一層，仍然進行INT4量化，整個網路的輸出被量化成8位元，且內積層與卷積層保持一致。 ・量化感知訓練 量化感知訓練通常被作為關鍵技術，用來降低低位元模型與全精度模型之間的精度差。在本文描述的INT4量化方法中，它仍具備不可或缺的作用。量化感知訓練過程都使用以下所示的逐層量化感知訓練演算法。 於輸入方面，其為全精度輸入、權重和偏差：X、W、Bias；針對輸入和權重的可學習對數域臨界值：ax、aw、abias；位元寬度：針對輸入和權重，b=4；針對偏差，b=8。而輸出：Y，初始化ax=log2max(|x|)，aw=log2max(|w|)，abias=log2max(|bias|)，同時根據公式1運算q(x)、q(w)和q(bias)。而Y=Forward(q(x),q(w),q(bias))；運算分類損耗為：Loss，針對所有可學習參數使用正則化方法。可參閱以下公式，並使用Adam更新全精度參數。 於DSP晶片最佳化INT4f 使用DSP硬體資源可實現乘法和加法密集型(Multiply-accumulate, MAC)占用硬體資源較少。經優化後，DSP能夠在16或28nm元件上處理較多的MAC運算。以16nm為例，賽靈思可程式設計元件中UltraScale架構的DSP48E2晶片就屬於專用晶片，其由一個27×18二進位補數乘法器和一個48位累加器構成。如圖3所示，MAC能使用DSP晶片完成。 圖3　MAC模式下的晶片 INT4優化 在低精度MAC運算中，相乘方式是a×b。其中a是4位元無符號啟動參數資料；b則是4位元有符號權重參數資料。該晶片可被配置成4通道乘法運算，如圖4所示。 圖4　4通道封裝晶片的配置模式 該晶片的埠A是27位元寬度、埠B是18位元寬度。iNT4×uiNT4相乘產生的結果至少有8位元寬度。 充分利用DSP資源的前提是在多個相乘被打包在一起時，可確保輸出結果保持正確。為確保這一點，通道之間添加了保護位元。當四個MAC通道被打包在一起時，需要在兩路輸入間布置足夠的保護位元。根據晶片設計，保護位元被設置為3位元：   第一個通道A1×W1被布置在對應埠的4LSB上，下一個通道A2×W1需要移位元至少8位元才能正確運算；第二個通道與第一個通道共用權重參數資料W1。埠B中的A2移位11位。3位元保護位元用於最大化DSP資源的利用；最後一個運算元W2被分配給埠A。最後兩個通道是A1×W2和A2×W2。權重參數是有符號資料。在相乘開始前，使用27位預加法器打包兩個權重參數資料。因為W1需要符號擴展，所以W2不能布置在D埠的四個MSB上。如果W2在MSB中，當W1<0且W2=-8時，預加法器就會溢出。後48位加法器可作為累加器，透過級聯對之前層次的DSP結果進行相加。單個晶片就能在單時序週期內實現四通道MAC。 結果的位元寬度在累加後增大。Hardware-friendly型量化器是一組移位暫存器，它可以透過指令控制移位元的位元數。移位元運算為Hardware-friendly型。在低精度CNN中，卷積能夠使用兩種量化方法之一。一種是逐運算位元輸出8位元；另一種是針對下一卷積輸出4位元。透過優化演算法，兩種量化方法都能量化成2k的步伐長度。差別在於輸出資料的位元寬度以及它們是否是有符號資料。 DSP強化使用 DSP雙數據速率(DDR)技術被用於改進晶片實現的性能。因此需要為DPU提供兩個輸入時序：一個用於通用邏輯，另一個用於DSP晶片。未採用DSPDDR技術的DPU和採用強化使用模式的DPU之間的差異如圖5所示。 圖5　未採用DDR的DSP和DSP強化使用之間的差異 運算圖因應CNN要求 卷積是CNN網路的主要運算要求。卷積的實際運算任務如下： 其中Anf是浮點特徵圖，Wnf是浮點權重。其本質上是MAC運算。根據新量化感知訓練解決方案，浮點的卷積運算按如下方式進行量化：   其中axf、awf和abf是標度。這些浮點參數被轉換成2k×2k。這是一種Hardware-friendly型標度，能夠在FPGA中使用移位運算實現。 DSP模組在一個時序週期中需要兩個權重和兩個特徵，其中彼此都能共用，如圖6所示。 圖6　卷積運算任務和乘法器共用方式 其中Anf是浮點特徵圖，Wnf是浮點權重。其為MAC運算。根據新量化感知訓練解決方案，浮點的卷積運算如以下方式進行量化： 模型量化與性能模擬 下面的篇幅講解量化感知訓練中使用的CV任務。這些任務包括影像分類、姿態估計、2D檢測、3D檢測、語義分割和多工處理。 基準分類模型 在完成ImageNet分類資料叢集上的實驗後，得到以下結果。網路包括ResNet50-V1、ResNet50-V2。在所有實驗中，資料叢集均從浮點模型進行微調。所有偏差參數都量化到8位元，實驗結果如表1所列。 而基準分類模型的結果參見表1。它體現了這種方法的有效性，對ResNet50V1而言，4位元與8位元XDPU解決方案在前1精度上的差距僅有1.4%，在前5精度上的差距則僅有0.9%。 表1　不同位元寬度下類ResNet50的網路精度 即時ADAS模型解析 為進一步驗證量化方法的通用性，也在真實場景下開展了其他CV任務。 ・姿態估計 姿態估計任務使用更加複雜的堆疊Hourglass網路。透過在MPII資料叢集上開展姿態估計實驗，評估逐層模式下兩個網路結構的精度。結果參見表2。 在表2中，hg-s2-b1意謂著堆疊數量是2，模組數量是1；hg-s8-b1意謂著堆疊數量是8，模組數量是1，因此證明INT4量化解決方案實現了可相比浮點模型的精度。 表2　不同位元寬度下的Hourglass網路精度 ・2D檢測 在ADAS系統中，BDD100K數據叢集用於2D檢測。此外，特徵金字塔網路(FPN)結構被添加到ResNet18-SSD中作為檢測網路，而實驗結果如表3所示。 表3所示的是在經過微調後，8位元量化模型實現了高於浮點模型的mAP。透過逐漸從8位元微調到4位元，最終4位元量化模型的mAP損耗小於2%。 表3　不同位元寬度下的檢測精度 ・3D檢測 ADAS系統的3D檢測任務使用KITTI資料叢集，而PointPillars用於開展3D預測任務，實驗結果如表4所示。 如表4所示，採用微調技巧後，4位元量化模型的精度僅比浮點模型低0.16%。 表4　不同位元寬度下的3D檢測結果 ・語義分割 在ADAS系統的語義分割任務中，CityScape的資料叢集以理解城市視覺場景為重點。實驗在以ResNet18為基礎的特徵金字塔網路上開展。結果如表5所示。 表5顯示，8位元模型可實現比浮點模型更高的mIoU，4位元模型的mIoU僅比浮點模型低1.7%。語義分割的示意圖參見圖7。 表5　不同位元寬度下的語義分割精度 圖7　語義分割示意圖 ・多工學習 為增強模型的歸納功能和精度，在多工模型中使用了多個訓練資料集，包括用於檢測的Waymo和BDD100k，以及用於分割的BDD100k和Cityscapes。這些研究在以ResNet18為基礎的特徵金字塔網路(FPN)上開展。結果如表6所示。 表6顯示，8位元量化模型可實現優於浮點模型的mAP和與浮點模型保持同等水準的mIoU。透過逐步微調，與浮點模型相比，最終的4位元量化模型的mAP降低1.66%，mIoU提高1.79%，仍然劣於8位元模型的表現。 表6　不同位元寬度下的多工精度   競爭分析：8位元/4位元對比 4位元XDPU在下列三種評估板上以300MHz頻率運行：Ultra96、Zynq UltraScale+ MPSoC ZCU104和ZCU102。表7所示為4和8位元XDPU的比較情況。在不同的FPGA上，4位元XDPU實現的性能提升1.5倍到2.0倍之間。例如，ZCU102板使用的硬體資源沒有增加，但性能提高2倍。 表7　4和8位元XDPU的性能比較 對於兩個精度不同的加速器，在啟用池化、逐運算單元逐深度卷積和平均池化等全部功能後，針對資源進行比較。如表8中所示，在相同的性能架構下，DSP和RAM的占用顯著下降。有鑑於資源耗用下降，4位元XDPU架構被擴展到B8192的最大規模。使用B8192架構能以單元件實現更高性能。 表8　4和8位元XDPU的資源消耗比較   若以表3中13.6FLOP的2D檢測模型為例，兩個高精度模型4/4和8/8分別使用4和8位元XDPU進行測試。該網路的運算要求是13.6GOP。2D檢測網路的訊框率如表9所示，測試不包含預處理和後處理。有鑑於效率和網路類型的差異，性能和訊框率之間不存在線性關係。如表9所示，4位元XDPU的訊框率在所有平台上均優於8位元XDPU。 表9　4和8位元DPU之間的訊框率比較 本文介紹了一種運行在Zynq UltraScale+ MPSoC和Zynq-7000 SoC系列元件上的完整流程、Hardware-friendly型量化解決方案，可作為CNN的低精度加速器。此外，本文也介紹如何在DSP晶片上優化INT4，進而在一個時序週期內完成4通道INT4相乘。卷積運算要求可透過打包DSP予以滿足。與INT8 XDPU解決方案相比，使用DSP實現的INT4優化在真實硬體上可將處理峰值GOPS提升最高2倍，並將性能提升至最高1.77倍。 (本文作者皆任職於賽靈思Xilinx)

    所以本文想要利用電致變色薄膜的特性打造一個室內自動調光系統，以下會將電致變色薄膜貼在玻璃上，讓人們能夠控制玻璃的透光度，進而讓室內的光源永遠都能保持在舒服且適合的亮度，若太陽太亮的時候，就讓電致變色薄膜變成不透光，反之則相反，再利用Wi-Fi模組讓手機可以控制是否要讓電致變色薄膜全透光或不透光，也可以直接呼叫手機語音功能來加以控制。全透光則像一般玻璃一樣可以看風景，不透光能達到不被打擾兼防曬的功用，而在不透光的情況下，還有一個自動調整的LED光源，以防不透光的情況下光源不足，而且旁邊還裝有觸控模組，可以直接控制電致變色薄膜的透光度及LED的亮度，讓不想拿手機出來的人也能直接調控。 光線控制講究人性化 現代社會越來越講究科技跟智慧化，都可以做到偵測人在的時候開燈；人離開時關燈，所以筆者想到人們在室內時，常常會遇到太陽太刺眼，必須去把窗簾拉起來，但有的時候拉起窗簾又覺得光線不足，導致今天如果要看資料或電腦時，眼睛會很吃力。 為了解決這個問題，筆者想到可以利用微控制器控制電致變色薄膜，達到自動調整室內光源的效果，不僅能讓室內的人處在舒適的光源下，還能讓眼睛不會因為光源漸弱或漸強而更加疲勞，畢竟眼睛是一個很敏感的視覺器官，若周圍光源強弱一直改變，會導致眼睛為了適應光源而更加疲勞，所以為了讓大家有個更舒適的生活環境，才想要設計一款能夠自動調光的系統。 目前室內擁有可調光的電致變色薄膜並不普及，而能夠自動調節光源的幾乎沒有，而本文示例的特色除了能夠自動調節光源外，還可以透過Wi-Fi模組讓手機可以控制，要讓電致變色薄膜全透光或是不透光都可以(圖1)。 圖1　電致變色薄膜解釋圖 透過觸控模組啟動系統後，有三種模式可以選擇(表1)。首先，於自動模式，會先偵測現在光照度是否超過設定值，若超過設定值則讓玻璃變霧態，然後再依環境光源適度調整，反之沒超過設定值，則直接依照環境光源調整；其次為手動模式，在該模式下可以自由選擇玻璃及LED的狀態，玻璃能夠遠則霧態或透明，LED則是亮度大小；最後為語音模式，於該模式下只要打開手機使用內建的語音助手(Android-Google Assistant/Apple-Siri)，直接對著手機說打開或是關閉，就能夠直接操控，專門設計於不想使用App或是去按觸控板的人。 表1　模式功能比較表格 電致變色薄膜最大的特點就是能夠更改它的透光度，而本文就是利用這個特性來設計一個自動調光的系統，而自動調光最大特色的點就是能讓室內的環境光源永遠保持一致，再加上有三種模式可以選擇，可以讓使用者選擇自動、手動或是語音，打造出智慧家庭的雛型。 其實大家對於電致變色薄膜最大的疑問應該就是它耗電的問題，而筆者已經研究過了，電致變色薄膜的功率約為1W/sft(每平方英尺)，而電致變色薄膜就算全裝上，其實每小時平均消耗最多也只會有5瓦，相對於室內其他會用電的東西，已算是非常省電，只要花少許的錢，卻能享受到更好更優質的生活品質。 調光系統運作原理 微控制器主要核心功能 本作品使用盛群(Holtek)HT66F70A作為MCU，利用光照度感測器來判斷現在環境光源是否要開啟電致變色薄膜：光源若不足電致變色薄膜則變全透明；光源若足夠則讓電致變色薄膜變不透明。同時也能透過觸控模組來選擇模式，有自動、手動和語音，手動跟語音都可以直接控制電致變色薄膜的透光度，也能控制LED的亮度。 電致變色薄膜玻璃基板 電致變色薄膜玻璃是一種可藉由通電來切換的玻璃，當通電時，液晶分子規則排列，入射光線可通過，使電控液晶膜/玻璃從乳白不透明狀態轉為透明。相反地，當斷電時，液晶分子呈現隨機排列，入射光被散色，使電控液晶膜/玻璃呈現不透明狀(圖2)。 圖2　透光度與電壓關係圖 MCU架構分層工作 NodeMCU是基於ESP8266的開發版，其架構主要分為硬體層(Hardware)、韌體層(Firmware)和軟體層(Software)三個部分，而其支援無線802.11 b/g/n標STA/AP/STA+AP三種工作型態，內建TCP/IP協定堆疊；支援多路TCP Client連線、支援豐富的Socket AT指令。 HTTP協定 HyperText Transfer Protocol(HTTP)是一種用戶端瀏覽器和伺服端伺服器之間溝通的標準協定，他是屬於OSI七層模型中的應用層。HTTP協定中，每個物件從伺服器中獲取都需建立一個TCP連接，通訊埠(Port)號80來傳輸網頁的HTTP服務。 基本上，HTTP是一種Client/Server的應用，Client端透過網址、超連結向Server下達HTTP請求(Request)，請求Web Server的虛擬目錄(Virtual Directory)的資源(html、Image or Backend的執行結果)，處理完畢後，使用MIME格式回應(Respond)回Client端，目前主要版本有HTTP/1.0、HTTP/1.1、HTTP/2.0(表2)。 表2　HTTP請求代碼與回應代碼表格表 滑條型電容式觸控模組 電容式觸控感測模組適合用來作為直覺式的調整數值應用，當手指觸摸PCB上的滑條型銅箔區域時，銅箔區域的電容量會產生變化，藉由偵測電容的變化量及產生變化量的位置，可以做到類似滑動控制的效果。 而圖3中8顆LED的位置分別代表一個Byte，由右至左分別為0×00~0×07，而本文利用這八個位置將產品做了不同的功能選擇(表3)。 圖3　滑條型電容式觸控模組 表3　滑條型觸控模組各位置功能 四鍵電容式觸控感測模組 四鍵電容式觸控感測模組則適合用來作為按鍵的替代品，當手指觸摸PCB上的銅箔區域時，銅箔區域的電容量會產生變化，藉由偵測電容的變化量而產生類似按鍵的效果(圖4)。 圖4　四鍵電容式觸控感測模組 而本文利用觸控的KEY1~KEY4做了4個不同的功能選擇，如表4所示。 表4　觸控感測模組各位置功能 光照度感測器 採用ROHM原裝晶片，供電電源：3~5V，光照度範圍：0~65535 lx，感測器內建16Bit AD轉換器，直接數位輸出，省略複雜的運算，不區分環境光源。 而透過實際測量後設好如表5的對應動作。 表5　GY-30光照度對應狀態表格 I2C I2C(Inter-Integrated Circuit)，唸做I-square-C，它是恩智浦(NXP)開發的通訊協定，主要用來作為IC之間的通訊。由於I2C只用兩條線通訊SDA(Data)/SCL(Clock)，因此較省空間。I2C是序列式的傳輸，一個叫做SDA專門用來傳送資料，另一個叫SCL是用來傳Clock。資料格式依序是由Start Condition所開始，然後開始傳資料，最後Stop Condition結束。 繼電器模組 繼電器是一種電子控制元件，它具有控制系統(又稱輸入迴路)和被控制系統(又稱輸出迴路)，通常應用於自動控制電路中，它實際上是用較小的電流去控制較大電流的一種「自動開關」。故在電路中具有自動調節、安全保護、轉換電路等功能(圖5)。 圖5　繼電器常開/閉示意圖 最終成品結構剖析 系統方塊圖 圖6為系統方塊圖，有三種模式可以選擇：自動模式會透過光照度感測器自動判別環境光源，並適當調整；而手動模式則可以透過滑動觸控模組調整；語音模式則是透過Wi-Fi模組與手機Siri連線。 圖6　系統方塊圖 自動模式程式流程圖 圖7為自動模式之系統流程圖，先透過四鍵觸控模組開啟系統後，選擇自動模式，接下來透過光照度感測器判別環境光源，讓玻璃與LED做出對應的狀態。 圖7　自動模式程式流程圖 手動模式程式流程圖 圖8為手動模式之系統流程圖，先透過四鍵觸控模組開啟系統後，選擇手動模式，接下來開啟滑動觸控模組，再透過手滑動的位置做出對應狀態。 圖8　手動模式程式流程圖 語音模式程式流程圖 圖9則為語音模式之系統流程圖，先透過四鍵觸控模組開啟系統後，選擇語音模式，接下來使用手機之Siri功能喊出對應指令，MCU收到指令後會做出其對應動作。 圖9　語音模式程式流程圖 Siri功能介紹 透過向手機Siri說出指令，手機會傳送對應動作訊息給MCU。 系統測試方法 如何測試，可先透過KEY1開啟系統，再選擇KEY4手動模式，接下來使用旁邊的滑動觸控模組，即可調控玻璃及LED狀態；若選擇KEY3自動模式，系統會自動依環境光源對玻璃及LED狀態調整；至於選擇KEY2語音模式，拿出手機說出指令，即可透過手機語音控制產品。 而測試條件，需要有光照度感測器、滑動觸控模組、四件觸控模組、NodeMCU模組、電控變色玻璃、繼電器。 至於測試結果，則是將燒錄好程式的作品開啟後，先測試手動模式，滑動觸控模組是否能夠控制玻璃及LED狀態，再測試自動模式，程式是否會依環境光源自動變化，最後測試語音模式，先看區域網路是否有連接到，連接到同個區域網路後即可拿出手機對其做出指令，再看產品是否有做出其指令。 (本文作者謝振榆為國立虎尾科技大學教授，賴英傑為學生)

本地儲存的數據分為兩類，一類是運行時執行的應用程式，另一類是運行期間使用的本地數據。應用程式包含製造商的知識或IP，因此設備製造商需要防範其知識被竊取、再利用或抄襲。數據通常儲存在設備上，可以傳輸到另一個相同的設備，並在其中進行更新，因為所有設備都具有相同的屬性。而本地數據會在最終環境中設置設備或在設備運行期間儲存。不同設備包含不同的數據，更新頻率通常高於應用代碼。保護這類數據的原因多半基於考慮設備用戶，因為數據中可能包含用戶環境的敏感資訊。儘管保護數據的動機不同，但保護數據免遭外部存取是這類型數據的強制要求。 聯網需求影響安全風險 裝置聯網與否對安全實施方案的級別選擇而言，是一個非常重要的問題。對於沒有任何連接、獨立運行的設備，發生的攻擊可能只會來自於直接的實體存取。雖然實體存取所帶來的風險，就製造商保護設備內部的IP而言，仍舊是個問題，但用戶數據則不容易受其影響，因為攻擊者通常無法直接存取設備中的數據。 下一級連接則是在本地封閉網路中運行的設備，它們不會連接網際網路，因此攻擊者必須先存取封閉網路，然後才能攻擊設備，但設備同樣需要抵禦外部存取，避免成為進入封閉網路的入口。最後是直接連接到網際網路的設備，它們需要最高級別的安全實施方案，因為潛在攻擊者不再局限於本地連接，而是遍及全球，攻擊力道無法估量。此外，這一類攻擊會越來越多。 依裝置聯網與否選擇安全應用類型 為了更具體地說明這個主題，以下假設一個完全虛構但足夠真實的案例，其反映真實應用的安全需求。以裝有指紋感測器的門鎖為例，透過刷指紋可以進入公司大樓的限制區域。這個感測器採用非常聰明的演算法，能夠在設備中儲存50個最常用的用戶指紋，而占用的記憶體極低。這是最能吸引市場客戶的特色。對於其他使用者，設備透過公司Wi-Fi網路連接到伺服器，對比已儲存指紋，需要更多時間才能准許進入，由此可見，內部儲存的數據是強大優勢。Wi-Fi網路還需要存取網際網路，才能接受製造商對設備進行無線更新。 作為設備製造商，必須設計一個確保應用安全的方案(圖1)，而安全方案依照裝置是否有聯網需求可分為兩類。第一類要保護的數據是指紋演算法的IP。這是設備本身的價值所在，應防止任何攻擊者透過直接連接或數據連接存取設備。設備接入網路時，僅保護設備中的MCU免遭讀出、複製或重新程式設計是不夠的，必須同時保護IP，以免攻擊者連接記憶體後轉印IP。 圖1　設備製造商必須設計確保應用安全的方案 第二類必須注意的數據是用戶數據，即本例中的已儲存指紋和網路存取數據。如上所述，如果只能透過物理方式存取設備，攻擊者會更難獲取用戶數據。透過網際網路連接存取則更容易獲取數據，因此需要加強針對攻擊的安全防護，協助保護使用者數據及其網路，並且設備內部必須實施安全方案才能形成完整的安全設置(圖2)。 圖2　須加強針對用戶數據的安全防護 兩種IP保護級別 根據前述的範例，保護已儲存的數據有幾個安全前提。為了聚焦於數據安全，在假設所用設備具有安全措施的前提下進行討論。就IP保護而言，可以執行幾種保護級別，這取決於所選的安全方案和定義的保護範圍。首先，裝置中使用的MCU必須能夠防範不必要的偵錯存取和重新設計程式。實現這種關鍵保護的方法有很多種，需要對比不同的執行方法做出判斷。不同的供應商使用不同的保護方法，這些方法也具備不同的安全能力，選擇時須注意該方案不只防止裝置被意外篡改，且需確保安全。 下一級是使用能夠支援不同存取區域的MCU，可以是信任或不受信任的MCU，這樣可避免MCU的核心直接存取IP，防止數據輕易地被轉存。這一級別同樣有不同的解決方案。最常見的是可以用於上述目的的記憶體保護單元(MPU)方案或基於Arm微控制器的TrustZone方案。最後，以加密方式將IP儲存在設備上，可以加強物理攻擊的防禦，因為非揮發性記憶體中並沒有可讀數據的IP，無法透過封裝或電子顯微鏡分析來讀出IP。因此，儲存在MCU中的加密密鑰也必須防止讀出、從CPU直接存取，且加強安全儲存以避免讀出金鑰和加密IP，進而存取機密資訊。如果以加密形式儲存演算法，必須在設備RAM中解密和執行。這是儲存IP最安全的方法，但需要將儲存演算法的RAM納入MPU的可信範圍。 限制MCU存取/演算法加密 確認安全類型與IP保護級別後，需要考慮最終客戶儲存在設備中的數據安全。在前述範例中，已儲存的指紋數據能夠加速相應區域的存取，而且存取客戶網路時，有利於連接到儲存所有指紋數據的伺服器，這樣製造商也可以方便未來進行韌體更新。基本上，相同安全措施可以重複應用，因為該操作是針對設備中儲存的IP執行。進一步決定運行中的強制性安全實施方案級別，設備應防止數據讀出或程式重新設計，避免安裝任何透過網路向攻擊者提供數據的惡意軟體。此外，區分受信任和不受信任記憶體區域也很有幫助，因為這樣可以限制MCU存取記憶體數據的可能性，有助於提高攻擊難度並加強保護。 最後，數據加密是強制性措施，同時對性能產生負面影響。所有已儲存指紋必須先解密，演算法才能開始運算，因此須事先考慮外掛程式的性能影響。另一方面，直接接觸客戶大樓內的設備可能很難，如果這種外掛程式是強制性的，則需要考慮實體存取。只要攻擊者無法接觸此演算法，面對已儲存指紋數據的裝置就無計可施。如果透過網路存取的數據則不同，針對性能的負面影響幾乎為零，因為一天只需要運行一、兩次，但如果能直接接觸設備，以未加密數據形式讀取網路存取代碼，就能取得客戶網路的完整存取權限，造成無法預期的危險。另外須要強調，儲存加密密鑰時的安全級別必須高於數據本身，以避免對加密數據進行任何不必要的存取。 選擇可滿足安全需求之MCU 如何執行安全防護以及採用何種程度的安全方案，始終取決於應用、預期攻擊者以及攻擊者對受保護設備或數據的存取形式。這意謂著面對每種安全方案，開發團隊必須在專案初期就詳細考慮，決定哪種MCU能夠滿足所有的安全防護需要。未來隨著動態數據功能的增加或無線安全編程的發展，安全需求會越來越高。 (本文作者Markus Vomfelde為瑞薩物聯網和基礎設施營業單位資深經理；Brad Rex為瑞薩物聯網和基礎設施營業單位資深產品行銷經理；Zachary Ellis為瑞薩物聯網基礎設施營業單位資深行銷專員)

事實上，在USB出現以前，就已經存在各種不同的連接技術，分別針對特定的產品應用，發揮獨特的優勢。相關的拓撲涵蓋了各種形態、規格與腳位組態的序列與平行匯流排，如此一來，就無法使用單純而統一的方式連接多重裝置，無法實現「隨插即用」。個別的接頭則採用了各自的通訊協定，每種協定也分別化為不同的實體介面，導致各種周邊裝置大致依據介面分別劃分的情況。 USB在1996年問世之後，實體介面終於邁向標準化，這得歸功於通用接頭的設計以及第一款真正實現「隨插即用」體驗的強大驅動程式。如此一來，同時使用多重周邊裝置更為容易，更能確保迅速而優異的資料傳輸速度，這樣的成就不僅卓著，更開創了USB介面的後續發展與無限可能。 多媒體裝置也好，儲存解決方案也罷，有了這種新技術，才能簡單輕鬆地連接至個人電腦，大量資料檔案的傳輸也不再曠日費時。值得注意的是，在相關規格持續演進的過程裡，USB技術的指導委員會強烈主張向後相容性不容妥協，確保了這種規格長期成為業界主流以及較具吸引力的選擇。 Type-C供電/傳輸兼顧 USB支援供電的能力幾乎與資料傳輸能力同等重要。表1反映了USB Type-C充電裝置的充電能力。而USB連線供電已經成為目前最普遍的攜帶式裝置充電方式，因此移往USB Type-C接頭之後，這種方式勢必更加根深蒂固。 表1　USB TYPE-C供電選項 藉由USB接頭的標準化，製造商就能透過單一連線，同時滿足資料傳輸與電力供給的兩大需求，同時消費者所選購及使用的變壓器也得以邁向標準化。智慧型手機製造商固然花費了許多年的時間才達成共識，確保USB介面的供電與充電成為主流，可以預期的是，產業整體也會非常樂意接受USB Type-C接頭的新規格。 這當中的主因確實是更優越的資料傳輸能力，但更高的供電功率同樣也是相當重要的考量。 在USB Type-C接頭問世之後，USB的現有地位幾乎取代了消費電子產品領域的其他各種介面。 它能以一條連接線同時支援了裝置供電、原始資料以及HDMI、DisplayPort等多媒體介面，這項特質自然成為USB普及於所有家庭以及各種裝置的最大功臣(圖1)。 圖1　USB TYPE-C支援資料、供電以及影片等多領域 USB Type-C介面已能支援DisplayPort 1.4(速度高達8.1Gbps)及HDMI 2.0(速度6Gbps)等規格，這意謂著USB 3.2的連線可以針對種類繁多的多媒體裝置同時提供電力以及資料傳輸，相關裝置包括機上盒、數位投影機，乃至於筆記型電腦等。 人們已經看到了部分的筆記型電腦僅提供USB Type-C介面，這點大幅簡化了纜線需求，但同時也造就出各種USB擴充基座在短期、中期內的市場需求，據此繼續支援舊款裝置。 USB 3.2 Gen2的SuperSpeed Plus USB運作速度高達10Gbps，推出後將可確保USB介面繼續主導包括虛擬實境(VR)在內的新興產品應用。這點大幅簡化了原有的VR體驗，只需一條資料線，就能取代影像、電源和資料的多重連線。 USB 3.2資料速率更高，能促使高解析度內容在電腦與耳機之間快速傳輸或串流，同時也能針對垂直消費者以外的其他產品應用締造價值，例如汽車市場的工業機器視覺及成像。 許多圖形應用，例如電玩遊戲、VR、機器視覺、醫學影像、汽車及自動化交通工具等，都需要更高的頻寬來傳輸影像內容。 這指的經常是USB Type-C第1代以及USB Type-C第2代之間最關鍵的差異，也就是速度。 第1代支援5Gbps的傳輸速度；至於第2代的速度則加倍提升至10Gbps。Gen1和Gen2都能透過USB Type-C介面支援高達100W的供電。 以Type-C實現安全供電 若能透過資料傳輸線材直接提供這種等級的電力，就能在大多數的筆記型電腦上直接省略專用的電源孔，此外也能針對新的USB產品應用開展出更多可能性。舉例來說，這項功能可以擴大應用於住家自動化，也能用於電力需求更高的各種工業應用。 這種等級的供電十分強大，因此近期USB開發者論壇正朝向USB充電裝置認證的方向努力規畫設想，令人感到非常欣慰。如圖2的標誌就是從這裡衍生出來的，用以標示充電器供電能力的輸出瓦數。而處理供電的其實是USB Type-C接頭上的專用傳輸通道，使用了訊息通訊協定，允許個別裝置互相協調所需的電力以及流動方向。這些機制也是為了打擊市場中的仿冒充電裝置可能帶來的威脅，並且針對侵權者盡力檢舉。 圖2　具USB認證的充電標 Type-C實作考量 藉由USB Type-C規格實作USB 3.2新功能，勢必將為研發人員帶來額外的設計挑戰。 舉例來說，兩項裝置連接之際，必須設法判定哪一方是主機、哪一方是裝置，在特定的情況下，也會遇到雙方同時支援雙重角色模式的可能性，兩邊都能分別扮演主機或外接裝置。舉例來說，平板電腦對於隨身碟來說可以扮演主機的角色，相對於個人電腦則可以作為外接裝置。 相關的協調與聯絡，則取決於連線本身是否僅支援資料傳輸，或同時支援資料以及替代模式，例如影像等。同時這當中也包含了供電需求，例如主機/裝置究竟是需要接受供電還是負責支援供電。 其他的考量則包括了資訊交換，藉此確認需要或支援什麼樣的資料速度，以及主機/裝置是否相容於Gen1或Gen2規格等等。此外，尚須一併考量連線的組態設定，畢竟USB Type-C接頭的設計不論是正面或是反面都能插入插槽，沒有所謂的插對了或者插反了。 為了克服這個問題，通常會另外使用多路裝置翻轉連線，如欲同時支援資料與影像傳輸，就需要包含交叉切換器(Crossbar...

本文將說明電池平衡和隔離通訊網路的最新電池監控系統，如何利用新型鋰電池化學技術的優勢以及創新的積體電路(IC)，實現更高的可靠性和延長電池30%的壽命，而這對大型能源儲存系統尤其有效。 醫療應用中使用的電池，需要在日常使用的情況下滿足高可靠性、安全性和效率的高標準，病患的便攜式系統，包括胸部按壓系統、醫院急診室設備、電動醫療推車和床、便攜式超音波儀器、遠距監控以及市場上的新能源儲存系統(ESS)。 整合輸電網　提供備用電源/有效省電 能源儲存系統既不與病患有直接的交集，也不由醫生來操作。它們是不斷電系統(UPS)的進階系統，傳統上，UPS是關鍵應用的備用電源，如急診室設備、IT網路關鍵基礎結構等；然而新型鋰電池讓醫院的能源儲存系統涵蓋愈來愈多的功能，並且與醫院的輸電網路完全整合，因而帶來備用電源及有效省電兩項優勢。 能源儲存系統不再只局限於小部分的關鍵應用，而是為整個設施提供完善的備用電源，並提供防止停電、保障輸電網路電源/電壓品質的功能，並減少緊急柴油發電機的使用；有兆瓦時(MWh)的ESS，讓醫院即使在長時間的停電情況下仍能運作，並提供穩定的輸電網路，且能有效地節省電費，透過ESS醫院能直接控制用電情況，並減少高功率峰值的需求，進而降低電費，尤其醫院通常有相當大的屋頂面積，非常適合安裝太陽光電(PV)系統發電，與ESS相結合可以儲存和產生自用電力，具有經濟效益並減少碳排放(圖1)。 圖1　儲能電池 電壓曲線平坦　提升工作效率 以鋰為基礎的化學物質作為新型電池材料，現已在汽車、工業、醫療保健等市場中被使用。不同類型的鋰電池具有不同優勢，可以滿足各種應用和產品設計的電源要求。例如鈷酸鋰(LiCoO2)具有很高的比能，使其適用於可攜式產品；鋰錳氧化物(LiMn2O4)具有極低的內阻，可實現快速充電和高電流放電，是調峰儲能應用的理想選擇；磷酸鐵鋰(LiFePO4)在完全充電條件下具有高耐受性，並且可以長時間保持高電壓，這樣的性能使其成為停電期間需要大型能源儲存系統的最佳選擇，缺點是自放電率較高，但上述儲存應用方式並沒有採用此材料。 根據不同應用需要多種類型的電池。例如汽車應用需要高可靠性及優異的充電和放電速度；醫療保健應用則需要持續的高峰值電流以提高效率和延長使用壽命。然而這些解決方案的共同點，是鋰化學物質在額定電壓範圍內均具有非常平坦的放電曲線(圖2)。標準電池中的電壓降是500mV至1V，而進階鋰電池的放電曲線是平緩的，電壓降範圍為50mV至200mV，例如磷酸鐵鋰或鈷酸鋰。 圖2　鋰電池放電曲線 電壓曲線的平坦度在與電池電壓軌相連的IC電源管理鏈中具有巨大優勢，可以讓DC-DC轉換器在較小的輸入電壓範圍內以最大效率工作。從已知的Vin轉換為非常接近的Vout，系統電源鏈可以設計成具有理想工作週期的降壓和升壓轉換器，以實現在工作條件下>99%的效率。此外，電池充電器可以瞄準充電電壓，並根據穩定的工作電壓確定負載大小，以提高最終應用的精度，例如遠距監控或病患體內的電子設備。如果化學物質陳舊或放電曲線不平坦，透過電池供電的DC-DC轉換效率將降低，這會縮短電池持續時間(-20%)，又或者與醫療可攜式設備連接時，因額外的功耗而需要更頻繁地充電。 SOC/SOH延長電池壽命 放電曲線平坦的主要缺點是很難確定電池的充電狀態(SOC)和健康狀態(SOH)，必須以高精度計算SOC以確保電池正確充電和放電。過度充電會帶來安全問題，像是引起化學物質降解或短路，進而導致火災和氣體危害；過度放電會損壞電池，並使電池壽命縮短50%以上。SOH會提供電池狀態的資訊，以防淘汰掉效能良好的電池，並在出現問題之前監控壞電池的狀態。主要的微控制器會即時分析SOC和SOH資料、調整充電運算、告知使用者電池的電勢(例如，如果電池準備好在斷電的情況下進行大電流深度放電)，並保持在大型能源儲存系統中，處於不良與良好狀態電池之間的最佳平衡，以延長總電池壽命。 對具有陡峭放電曲線的舊電池進行成像，可透過短時間測量電壓降的增量以及瞭解電池電壓的絕對值，來更容易地計算該電池的充電狀態。而對於新的鋰電池，由於在既定的時間範圍內電壓降要小得多，因此進行此測量所需的精度要高幾個數量級。 對於SOH，舊電池以更快、更可預測的方式放電，其電壓放電曲線變得更加陡峭，且無法達到目標充電電壓。新的鋰電池將保持更長的良好性能，但最終會以更優異的性能退化，並在接近使用壽命或損壞時迅速改變其阻抗和放電曲線。在每個電池上進行溫度量測時要格外小心，另外，最好將SOC和SOH運算與該資訊整合，使其更加準確。 在理想情況下，精確可靠的SOC和SOH計算可幫助延長電池壽命從10年至20年。通常可將電池壽命延長30%，且在包含維修費用的情況下，將能源儲存系統的總擁有成本降低30%以上。此外，加上更高準確性的SOC資訊，可避免過度充電和放電等會快速耗盡電池電量的情況；大幅地減少短路、火災和其他危險情況的機率，並幫助消耗電池中的能量，以最佳、有效的方式為電池充電。 可攜式電池管理解決方案 本文章中提到的LTC6813(圖3)電池管理解決方案(BMS)可用於醫療設備(例如便攜式超聲儀)和大規模(兆瓦/小時)的能量儲存系統，例如醫院、工廠、穩定電網、電動汽車充電基礎設施、住宅單位，以及工業機器人和車輛。ADI可攜式的技術可運作於各種惡劣環境，並且符合汽車ASIL、工業SIL的各種功能安全標準，如VDE AR 2510-2/-50、IEC EN 61508等，在可靠性和安全性方面有極大的優勢。 圖3　LTC6813應用原理圖 全新高效且可靠電池監控系統的解決方案，是將18節電池監控器和平衡IC與微控制器結合到SPI從屬隔離介面。一個多節電池堆疊監控器最多可測量18個串聯電池，且總測量誤差小於2.2mV。電池測量範圍為0至5V，適用大多數電池的化學性質。可以在290μs內測量全部18節電池，並可選擇較低的資料採集速率，以實現高降噪。可將多個堆疊監控設備串聯連接，來同時監控長且高壓的電池組電池。每個堆棧監控器都有一個isoSPI接口，用於高速、抗射頻干擾且長距離的通訊。多台設備以菊鏈形式連接，一台主機處理器連線所有設備，該菊鏈可以雙向操作，即使在通訊路徑發生故障的情況下，也可以確保通訊的完整性。IC可以直接由電池堆疊或隔離電源供電，並包括每節電池的被動平衡，每節電池有一個單獨的PWM工作週期。其他功能還包括一個板載5V穩壓器、9條通用I/O線纜，以及將電流消耗降低至6μA的睡眠模式。 由於BMS應用的短期和長期精度要求，其採用嵌入式齊納(Zener)轉換參考，而不是能帶隙(Band Gap)參考，這提供了穩定的低漂移(20ppm/√kHr)、低溫度係數(3ppm/℃)、低磁滯(20ppm)主要電壓參考，以及優異的長期穩定性，這種準確性和穩定性相當重要，是所有後續電池組測量的基礎，這些誤差會對獲取的資料可信度、運算一致性和系統性能產生積累的影響。 儘管高精度參考是卓越性能的必要功能，但這還不夠。類比數位轉換器架構及其操作必須在電氣噪聲的環境下符合規範，這是系統高電流/電壓逆變器的脈寬調變(PWM)瞬變的結果。要準確評估電池的充電狀態和健康狀況還需相關的電壓、電流和溫度量測。 為了在不影響BMS性能的前提下降低系統噪聲，堆疊監控器轉換器使用Σ-Δ拓撲，使用者有六種濾波器選項來協助解決噪聲問題。Σ-Δ方式在每次轉換時使用許多樣本的特性以及平均濾波功能，能降低電磁干擾(EMI)和其他瞬態噪聲的影響。 滿足電池平衡需求 在使用以電池組或模組安置之大型電池組的任何系統(例如用於為醫院微電網和亞電網供電的大型能源儲存裝置)中，不可避免對電池單位平衡的需求。儘管大部分的鋰電池在一開始都能配合運作地很好，但是會隨著時間降低容量。老化過程可能會依不同因素而異，例如電池組溫度的梯度。超出SOC限制運行的電池將提早老化，並失去額外的容量，使整個惡化過程加劇，這些容量上的差異，再加上自放電和負載電流的微小區別，會導致電池失衡。 堆疊監控器IC直接支援被動平衡(具有使用者可自行設定的計時器)，以解決電池不平衡的問題。被動平衡是一種低成本的簡單方法，可以在電池充電週期內標準化所有電池的SOC。透過消除低容量電池的電荷，被動平衡可確保這些低容量電池不會過度充電。此IC還可以用於控制主動平衡，這是一種更為複雜的平衡技術，可經由充電或放電週期在電池之間轉移電荷。 無論使用主動還是被動的方法，電池平衡都依賴於高精度量測。隨著量測誤差的增加，系統建立的工作保護頻帶也必須增加，因此平衡性能的效用將受到限制。此外，隨著SOC範圍的限制，對這些誤差的敏感度也隨之增加，小於1.2mV的總量測誤差完全在電池監控系統的系統級要求之內。 堆疊監控器解決方案有效使用電池 在能源儲存系統中，必須有一個通訊迴路才能連接所有的電池，此迴路將資料從系統電池傳輸到以雲端為基礎的能量管理運算，追蹤充電和放電事件，以確定在斷電的情況下，能夠最大限度地利用電池或保持電池最大的充電量。 ADI的LTC681x和LTC680x系列代表電池堆疊監控器的最新技術，而18通道版本稱為LTC6813。 電池堆疊監控器設備需要與主單位進行溝通，在這些主單位上，微控制器或處理器會計算SOC和SOH值，並調節充電和放電曲線。互聯形式的可能性很多，其中隔離通訊通道是高壓應用的首選，例如能源儲存系統(400至1500V)和帶有大容量電池的可攜式設備(40至200V)。 在LTC6820與isoSPI通訊介面結合使用時(圖4)，LTC6813中內建的isoSPI功能可在跨高電壓屏障實現安全可靠的傳輸訊息，在能源儲存系統中特別有用。該能源儲存系統透過串聯的電池產生數百伏的電壓，該電池需要完全絕緣，以減少對人員的危害。 圖4　LTC6813與LTC6820的隔離連接 在這些使用超過18節電池的儲存系統中，需要將多個LTC6813 BMS板連接在一起。多個相同PCB的穩定互連，每個均包含一個LTC6813，以菊鏈形式配置作業。微處理器位於個別的PCB上，使用LTC6820支援IC，以實現微處理器PCB和第一個LTC6813 PCB之間的2線隔離。在只需要一個LTC6813-1時，如果第二個isoSPI埠(B埠)正確偏置並端接，就可以用作單個(非菊鍊式)設備。 設計具有平衡和通訊功能電池堆疊監控器的主要挑戰，是建立無噪聲的PCB布局設計，其關鍵路徑應遠離噪聲源(如開關電源)，以向電池組監控器提供清晰的訊號。ADI解決方案使堆疊監控器得到更好的準確性和精度，讓原本的設計更上一層樓，可更有效地使用電池，將其壽命延長30%，並以安全的方式運作。 (本文作者為ADI策略行銷經理)

在藍牙傳播中，低功耗藍牙已可保護大量的連接設備插座(Socket)。而在無線設計中選擇低功耗藍牙的最關鍵原因之一，是其無處不在，且大多數IoT終端節點都由電池供電，因此較長的電池壽命就顯得極為珍貴。 儘管聽起來方向似乎很明確，但是選擇低功耗藍牙裝置首先要評估其設備文檔。例如，考量無線SoC的接收或發送模式中的運作電流。許多低功耗藍牙SoC文檔顯示的的電流消耗為數毫安培。如芯科科技(Silicon Labs)的EFR32BG22 SoC在0dBm時的無線電接收電流為2.6mA，發射電流為3.5mA，而這些數字僅與SoC RF收發器有關。在SoC等級，這些電流則稍高一些，分別為3.6mA和4.1mA。一個常見的錯誤是僅依靠SoC電流消耗的射頻數位(Radio Number)來判斷。設備文檔的首頁通常必須透過對資料手冊的全面分析來驗證。 另一個範例是以每兆赫微安培為報告單位的CPU功耗。在密集運算應用的情況下，此數位資料可能成為決定性的選擇標準，且通常是CPU在最高頻率時的最佳情況下才可取得。換句話說，當SoC CPU的工作頻率與製造商產品資料手冊中指定的頻率不同時，可證明資料表中顯示的數值可能非常不準確。 第三個例子是深度睡眠電流，這對於電池供電的終端產品相當重要。該數字通常在數百奈安培至幾微安培之間。而更重要的是須確保深度睡眠電流的數字與保留的RAM大小維持相關，並且包含即時時脈(RTC)電流的消耗。RTC與精準的睡眠時脈源結合在一起，是為了維持低功耗藍牙正常工作所需的時序。在上述SoC的案例下，資料手冊的首頁提到了EM2模式下的深度睡眠電流為1.40μA，保留了32KB RAM，以及RTC從低頻晶體振盪器(LXCO)開始運作下，有關EM2模式的情況。資料手冊的電流消耗部分則提供了更多資訊。因此，資料手冊中的功率數位缺乏標準化可能會造成錯誤的比較，最終導致選擇錯誤的元件。 依應用需求彈性選擇SoC 評估低功耗藍牙SoC時考慮應用需求很重要。大多數供應商都試圖以負責任的態度來展示他們的數據，但是設備在多種不同應用場景中提供的數據不可能適合所有案例，說明了終端應用知識的高度重要性。 選擇低功耗藍牙SoC時，工作電流和睡眠電流是關鍵的指標。必須將這些電流數據帶入與應用環境緊密匹配的模型中，以產生對平均功耗的合理評估。此類模型通常包括開/關工作週期，並且能認知低工作週期會選擇具有最低深度睡眠電流的SoC，而高工作週期則會選擇具有最低工作電流的SoC。 另一個參數可能是終端產品的環境溫度。低功耗藍牙SoC在25℃時的洩露電流與85℃或更高溫時的洩漏電流明顯不同。高溫下的洩漏電流可能是工業應用中的關鍵選擇標準，例如子計量表(Sub-metering)，因為其需要在高溫下確保電池壽命。 在電池供電的終端產品中，該應用的另一個重要元素涉及所用電池技術的類型。電池供電給最新整合的低功耗藍牙SoC上DC-DC轉換器。使用DC-DC轉換器將顯著降低整個SoC的工作電流消耗。一些複雜的SoC可能整合獨立的DC-DC轉換器用於射頻和CPU。這種做法提供一種優化的解決方案，但此趨勢明顯只能有一個轉換器可極小化SoC的成本。 最後，需要瞭解如何使用晶片內外(On-chip/Off-chip)記憶體。低功耗藍牙終端節點的常見要求是執行軟體的空中下載(OTA)更新。根據傳輸影像的大小，外接快閃記憶體可能成本更低。但事實證明，其增加的功耗和潛在的安全問題可能比使用晶片內建快閃記憶體要高得多。OTA更新的詳細分析將有助於確定最合適的記憶體物料清單。 近年來，低功耗藍牙SoC大幅降低總工作電流消耗，同時保持了更低的深度睡眠電流。原因是矽技術從較大的幾何尺寸(0.18μm，90nm和65nm)轉移到了更優化的技術節點(55nm和40nm)。40nm製程與晶片內建DC-DC轉換器整合的結合，減少了SoC的總體電流消耗(圖1)。 圖1 合併晶片內建DC-DC轉換器的低功耗藍牙SoC範例 例如，當禁用晶片內建DC-DC轉換器而從晶片內建快閃記憶體運行Coremark時，Arm Cortex-M33 CPU要求54μA/MHz的功耗。當啟動相同的DC-DC轉換器時，相同的操作僅需要37μA/MHz的功耗。 在深度睡眠模式下，保留RAM至關重要，因為它是大部分功耗預算的來源，且當低功耗藍牙SoC必須返回到工作模式時，保留RAM可以加快啟動速度。從設計角度來看，低洩漏SRAM的使用能讓矽設計人員將深度睡眠電流保持在1μA的範圍內。選擇低功耗藍牙SoC的另一個關鍵考慮因素是每個SRAM的大小可能有所不同。選擇保留RAM大小的能力將有助於大幅減少深度睡眠模式下的功耗。如前述SoC在32KB的晶片內建RAM產品中即整合了可獨立選擇的SRAM。 最後，時脈門控和電源門控技術的結合使低功耗藍牙SoC可以根據其工作模式完全關閉設備的某些部分功能。這些功能的啟動是自動的，應用開發人員幾乎無法看到詳細的資訊。 軟體套件整合硬體設計 大幅減少低功耗藍牙應用的功耗，需要對無線電作業進行高度優化的調度，並在保持協定所需的精準時序中，大幅減少最低能耗模式下花費的時間。為了精確控制發射功率，低功耗藍牙堆疊整合DC-DC轉換器的配置。堆疊來自軟體發展套件(SDK)，與整合式開發環境(IDE)結合。IDE包括一個網路分析儀，可直接從SoC無線電獲取資料。同時能量監控器將功耗與代碼位置相關聯，包含視覺化的GATT配置器，以實現標準藍牙SIG設定檔或自訂服務。這些工具允許開發與硬體設計完全整合的低功耗藍牙應用程式，使開發人員可以專注於選擇影響功耗的高階設計。此外，SDK整合了安全的引導載入程式，可支援OTA和序列介面以進行韌體更新。 先進硬體和強大軟體的結合，使得應用開發人員可以在多個裝置上執行自己的基準測試。這是在選擇低功耗藍牙SoC之前所推薦應採取的方法。雖然最初耗時較多，但這種方法已證明是非常有價值的，可協助發現因硬體功能短缺或軟體功能不佳所導致的潛藏挑戰。 標準化基準測試策略的開發還可以幫助開發人員對各個供應商的設備進行比較。嵌入式微處理器基準聯盟(EEMBC)開發的IoTMark-BLE基準設定檔，提供了評估功耗的有用工具，其建構了真實的IoT邊緣節點模型，由I2C感測器和經由睡眠、廣告和連接模式作業的低功耗藍牙射頻所組成。儘管IoTMark-BLE基準可能並不適合所有案例，但它可以成為各種適合的應用情境方案的開發基礎。 簡而言之，如果同時比較供應商的產品資料手冊，可能會導致代價高昂的誤解和錯誤陳述。在比較SoC中的板載和外部DC-DC轉換器模組時，低功耗藍牙SoC必須在系統層級上進行分析說明。透過協力廠商基準的比對，通常可以協助確認比較分析的真實樣貌。 (本文作者任職於Silicon Labs)