Semtech物联网总监 Vivek Mohan

2019年将进入借助采用特定物联网（IoT）技术的垂直集成解决方案来简化开发和大规模部署的一年。随着众多行业依靠物联网解决方案来解决其日常挑战，我们将开始看到多个发展趋势。在看过多个试点和概念验证项目（POC）由于各种原因没有扩展到大规模部署之后，我们将最终看到具有清晰投资回报（Rol）的、被大规模部署的应用案例。数据隐私、安全性、员工安全和不断演进的监管环境将推动诸如智能建筑和工厂等特定领域中的应用。

1.用于物联网的边缘计算解决方案日趋成熟，为中小型商业/中小企业细分市场带来了颇有吸引力的商业价值

由于安全性、延迟和其他考虑因素，物联网的商业模式将日趋显现，同时其财务价值将在边缘和局域部署中实现。边缘的人工智能（AI）和机器学习（ML）将针对制造、公共安全、供应链和物流等领域进行优化；物联网解决方案的业务主张将变得明确，并且它们将从效率提升中获得回报价值。

2. 针对特定应用和用例的垂直集成化端到端解决方案应运而生

提供端到端的运营商级解决方案将成为开发快速上市物联网解决方案以及提高应用采用率的关键。为了不让客户去多家公司采购各种技术（如芯片、云、设备管理等），公司将有能力去提供所有服务，以便加快应用的周期。在大型企业的数字化转型道路上，系统集成商将在物联网的引入方面扮演重要的提供者和加速器的角色。

3 . 借助线上电商和实体店对物联网技术的大量投资，零售业的颠覆过程仍将继续

那些一直投资于新技术的零售商，希望增加商店客流量并提供综合在线和店内体验，将继续评估和部署新兴的物联网解决方案。正如我们最近看到许多大型零售商倒闭一样，制定了物联网战略的现有和新参与者将占据市场份额。这些网络还将在诸如节能和合规等领域内被用于提升效率。合规性（食品安全、数据隐私、员工安全等）也将加速物联网解决方案的部署。

4 .在全球频谱分配实践中，随着一国家增加物联网专用新频段，将推动新用例的产生

此外，我们将在全球范围内看到用于物联网的新频段。随着物联网设备预期的快速增长和在未来几年中的采用，将需要一个能够支撑所有应用的新频段。政府机构将特别关注能够支撑其所支持那些设备和关键应用而需要的带宽。

5 . 在更好的成本点上实现了对物联网传感器和网络的安全性提升，将加速物联网的采用

安全性一直是业界的热门话题，尽管许多消费者（例如智能家居）没有完全理解安全性的价值而在做出选择时把方便性和成本放在高于安全性的位置。随着解决方案的成熟，以及业界在可承受的成本点上提供端到端的安全性，我们将看到在所有物联网细分市场中采用更安全的端点方案。通过供应商大量投资安全功能来实现其产品的差异化，工业物联网网络变得更加安全和坚固。隐私和数据相关的法律也将不断发展以推动采用。

6 . 诸如5G、NB-IoT、LoRa、Wi-Fi等无线技术的互补性将在特定的垂直领域和应用中显现

我们将开始看到技术的融合（如5G、Wi-Fi、BLE、LoRa）。随着许多传感器和应用场景使用多种无线技术，这种融合将从高带宽一直到低带宽都实现覆盖。这个趋势将涵盖从农场到工厂到智能城市应用的各种用例。

根据市场研究公司IHS表示，针对连网汽车、可穿戴电子设备、建筑物自动化以及其他有关物联网（IoT）应用的全球微控制器（MCU）市场预计将以11%的复合年成长率（CAGR）成长，从2014年的17亿美元增加到2019年时达到28亿美元的市场规模。

同时，在2019年以前，整体MCU市场预计将以4%的CAGR微幅成长。

“有些人仍认为只是市场炒作的新兴IoT发展趋势，其实已经开始袭卷整个MCU市场了，”IHS Technology资深分析师Tom Hackenberg表示：“事实上，如果少了IoT应用成长的影响，MCU市场将会在未来10年停滞不前。”

根据最新的微控制器市场追踪报告显示，IoT包括现有的网际网路协议（IP）可定址设备以及连网的电子产品。IoT和“万物联网” （Internet of everything；IoE）的定义不同，因为在IoE中，甚至是未连网的电子产品与未连接的物件都可能出现在网路上。

IHS将IoT市场划分为三个不同的类型：控制器，如PC与智能手机；基础架构，如路由器与伺服器；以及节点，包括闭路电视（CCTB）摄影机、交通号志与电器等。“每一种类型都为硬件、软件与服务供廧商带来了独特的机会，”Hackenberg说。

“物联网的发展趋势与MCU市场的关系密不可分，无论是连接用的小型节点、收集与记录资料的感测器中枢，主要都以MCU平台为基础，”Hackenberg表 示。“最慎重的MCU供应商正密切关注数十亿台连网设备的IoT最新发展；然而，由于IoT是一种概念性的趋势，而不是一种设备、应用或甚至是新功能，因 此，业界目前的挑战在于如何量化这些新机会。”

由于物联网的连接性需要半导体特性的新思考方向，许多半导体公司开始开发IoT平台解决方案，而其他公司则重新组织IoT部门，以因应真正的机会。

这在MCU市场尤其如此。目前聚焦于IoT策略的半导体供应商包括爱特梅尔（Atmel）、博通（Broadcom）、思科（Cisco Systems）、飞思卡尔半导体（Freescale Semiconductor）、英飞凌（Infineon Technologies）、英特尔（Intel）、美光科技（Microchip Technologies）、恩智浦（NXP ）、高通（Qualcomm）、瑞萨电子（Renesas Electronics）与德州仪器（Texas Instruments；TI）。

“物联网是一个笼统的名语，它着眼于许多不同应用中广泛的硬件、软件与服务等机会，”Hackenberg说，“因此，供应商必须专注于其目标市场，并集中精力于所投入的市场特定价值。”

来源：电子发烧友网

几十年来，远程控制节点的基本架构都是由控制器、传感器、本地存储器、网络连接接口和电池组成的。这一架构被广泛应用于实际操作所控制的系统中。在工业自动化系统中，控制器以不同速率监控多个传感器，将已标记时间的传感器数据保存在本地或扩展存储器内，然后通过ProfiBus等工业标准总线传输数据。在高级驾驶辅助系统（ADAS）或车辆事件记录器（EDR）中，多个MCU能够同时采集、控制汽车电子系统的数据，从而提供优质的驾驶体验与无故障的数据保障。医疗系统也有类似的应用：通过传感器获得的关键患者数据，将被存储在本地，或者定期上传进行集中存储。

这些系统都在试图解决数据采集、关键数据存储以及基于数据分析采取相应行动过程中的核心和基础问题。但是，不同系统解决问题的侧重点也有所不同。工业系统倾向于在很短的时间间隔内，从众多不同的传感器中采集海量数据，同时必须在本地和远程留存详细的日志记录。汽车系统数据生成速率较低，但数据重要性高。在某些情况下，数据的丢失或将会威胁驾乘人员的生命安全。大多数汽车的使用寿命都超过十年，因此在选择存储器时，其使用寿命与可靠性便成为了十分重要的考量标准。便携式医疗系统在选择理想的数据存储时，则注重功耗的表现。由于植入式医疗器械、助听器等设备都是由电池进行驱动，因此它们更倾向于选择能耗低同时数据存储精确度高的存储器。兼具长期可靠性和低能耗的无故障数据存储，往往成为系统设计师选择存储产品的重大挑战。

随着物联网的逐步兴起，所有设备都开始通过网络实现互联。保守估计，2020年将有100亿台设备实现联网，其中包括汽车、工业自动化设备、植入式医疗器械、可穿戴设备和智能家居等新一代产品。下一代5G网络已经开始在某些地区部署并有望承担上述设备产生的大部分流量。但是，数据科学家和系统设计师仍有几个尚未解决的问题：哪些设备需要与云连接？需要传播多少信息？有多少信息能在本地处理？谁来支付云的费用？

一个方案是把所有信息都上传到云，远程对信息进行处理。但这一方案只适用于规模小而分散的系统。随着世界互联的程度不断提高，将会有大量甚至过剩的系统进行信息的上传，在这样的情况下我们需要考虑网络和本地两种存储和处理的成本差异。在行驶过程中，一辆自动驾驶汽车每小时将会生成数G的数据。因此为了预测未来的需求，我们现在必须决定哪些信息需要实时传送、哪些可以在本地存储，从而日后再进行压缩传送。工业和医疗领域的系统设计师面临着同样的问题。在“工业4.0”的进程中，“上传所有数据到云”的方式正在逐步转变成为“本地处理，智能上传”的方式。因此，如何选择最好的本地数据存储对未来的系统发展极为重要。

为了保存重要数据，这些系统均需要高可靠、低能耗、高安全性的存储器。一个方法是使用现有的闪存来记录数据。闪存技术具有高效读取的能力，因此已经被广泛用于启动代码和固件的存储。对于现有系统的设备，在执行写入操作时，设计师无需了解闪存的技术限制，即可使用闪存来记录数据。闪存单元只有在事先已被擦除的情况下才能存储新数据。对闪存单元进行编程时，可将逻辑值由“1”变为“0”。在下一次升级中，如果存储单元需要保持逻辑值“1”，就需要擦除数据。为了加快擦除速度、缩短程序时间，闪存制造商设计了各种页、块和扇区架构。页是能够一次编程写入闪存的最小数据存储单位。闪存设备设有内部的页容量缓冲区，用于临时数据存储。当外部接口的数据传输完成时，设备将立即对主阵列中被擦除的页执行页程序。如果该页包含旧数据，则必须在程序启动前予以擦除。每次执行擦除时，闪存单元都会退化。这一现象通常作为在闪存的耐久性指标进行量化记录。耐久性最好的闪存设备一般可以承受10万次的擦除程序循环，在达到这一限值后将无法保证存储的稳定性。尽管这一数字看起来很巨大，但这一数字甚至连低端的数据记录系统的需求都很难满足。

某些制造商则采用字节编程，并且把编程由缓冲区推到闪存进行。尽管这一设计可以简化设备内的程序运行，但却不能使闪存摆脱潜在的耐久性限制。为了抵消上述限制，系统设计师被迫采用一种复杂的文件系统来保证闪存单元的耗损均衡（wear levelling）。文件系统的软件会减缓系统的运行速度。

设想一种情况，设计师考虑使用一种基于闪存的存储器来记录数据。在工业自动化和资产管理系统中，传感器节点会以每秒数次的速度抓取数据，并定期对各种传感器进行取样，然后整理数据包上传网络。一般来说，数据包的取样数从16字节到128字节不等。由于停电的风险不可能完全避免，为了防止数据丢失，设计师使用非易失性存储器来存储数据。振动传感器或步进电机位置传感器每几毫秒都会发送脉冲式数据，而温度或湿度传感器则每隔几秒才发送一次数据，数据包则存储众多传感器的数据。

如果采用简单增加闪存这种低成本、高风险的的方式，则需要复杂的文件系统对损耗均衡进行管理。如果没有部署文件系统，系统则需要在替换整个存储器之后，定期执行芯片擦除循环。在今天的物联网世界中，随着数据采集终端的持续激增，这一问题正在不断恶化。对于存储产品寿命期内写入循环次数不超过1000次的启动代码和固件程序来说，基于闪存的存储器是非常合适的。解决这种数据记录问题的一个理想方法是：使用高耐久性和非易失性的存储器，它们不会由于程序和擦除的延迟而造成数据风险。F-RAM具备承受高达1014次擦除循环的耐久性，具备瞬间非易失性，且无需编程和擦除操作，实时存储进入设备接口的所有数据。例如，一个4兆的 F-RAM存储能够在每10微秒处理128字节的数据流，在1000多年的时间内都不会损耗完毕。

F-RAM存储器单元只有在写入或读取时才会耗电，待机能耗只有几微安培，因此F-RAM是那些依仗电池驱动产品的最佳解决方案。F-RAM适用于对能耗要求较高的助听器和用于心率采样的高端可穿戴医疗设备。此外，汽车系统中的数据会持续不断地了录入存储器，基于闪存的系统无法在闪存“编程”期间抓取数据。只有基于F-RAM的数据存储，可以为该系统提供高可靠性。