互联：如何灵活适应多种连接技术？
IoT时代的产品所需具备的最基本特性就是互联互通性，该层面的挑战也来自于越来越多的连接技术标准所带来的困扰。Eran Briman表示，“对于不同地域、不同行业、不同产品所使用的连接标准也不尽相同，对设计人员而言，下一代的产品可能在兼容上一代连接技术的基础上，还需要增添新的连接技术。所以在连接层面，具备灵活性、可扩展性、模块化，可随需求定制的平台来支持各类标准十分重要。”
CEVA给出其IoT连接层面的模块化平台架构建议，包括Wi-Fi、蓝牙、通用硬件加速模块，以及其Teaklite-4的DSP内核（图1）。“该平台具有灵活可扩展的优势，Teaklite-4可以针对不同的连接标准来适配，完成来自不同物理层的处理，针对不同设计可以随意去除某个模块设计，如去掉Wi-Fi模块，而对整体构架不造成影响。对快速的原型开发更为有益，” Eran Briman介绍道，“在数月前，通过并购RivieraWaves公司，CEVA拥有了自己（in-house）的Wi-Fi、蓝牙和低功耗蓝牙 (BLE) 连接性平台IP的完整解决方案。再加上CEVA和合作伙伴共同提供的Zigbee（802.15.4）和PLC方案，使CEVA的连接构架可以支持IoT设备目前主流的几大连接技术。”
图1：CEVA IoT连接技术解决方案
Eran Briman进一步介绍道，“CEVA目前的Wi-Fi平台是业界小尺寸、低功耗解决方案的标杆。有适用于穿戴式设备的低功耗、价格敏感的Wi-Fi解决方案，也有支持包括智能手机、智能电视等消费类电子的Wi-Fi方案。更有支持高数据吞吐的网关Wi-Fi方案。在蓝牙方面，CEVA蓝牙平台包括有应用于穿戴式设备的Bluetooth 4.x 单模/BLE方案，也有适合智能终端产品的多模方案。 在通信领域，CEVA已在3G/4G-LTE基带领域拥有绝对的优势，CEVA也希望通过此次收购，把优势延续到其它的连接技术中，使半导体客户可以通过CEVA把更多连接技术，如将Wi-Fi、Bluetooth纳入到单颗SoC设计中，这也符合芯片集成度提升的趋势。”
传感：如何发挥低成本传感器价值？
传感能力是IoT设备所需具备的第二特性。据Eran Briman介绍， “在这个层面，功耗控制和处理能力显得尤为重要。IoT设备发展至今所具备感知环境的能力也大大增加，很多设备集成了大量的传感器，所需处理的传感器数据也呈指数上升。但同时随着成本压力的上升，如何能更好的发挥出低成本、低功耗传感器的价值也值得探讨。”
通常低成本、低功耗传感器的传感精度低、噪声水平较高，对系统，尤其是功耗水平的控制和处理能力的增强，提出了更高要求。为此Eran Briman表示，“对于CEVA而言，一方面平台要融合更多的传感器，增强对环境的感知，同时也要通过DSP提升处理能力，来更好的处理这些传感器数据。包括像麦克风、摄像头等较复杂的音视频传感器，对DSP在降噪、图像增强等方面的处理能力的要求也更高。当然对于IoT设备，特别是可穿戴产品需要永远工作（Always-On），也就意味着传感器会随时感应（Always-Sensing），把功耗控制降到最低是另一个至关重要的方面。CEVA提出基于单颗DSP的多传感器技术，不但可以从硬件上支持多种传感器，可以与AP交互，同时软件层面通过合作，也可提供包括传感器融合（Sensor Fusion）、语音触发（Voice Trigger）、手势识别、脸部识别的众多解决方案以及CEVA自己提供的BLE Beacons的解决方案。其中，更值得关注的是，在28 nm HPM应用案例中，同时运行Always-on、Sensor Fusion、语音触发、脸部识别和BLE的情况下，功耗仍能控制在小于150uW的水平，完全可胜任穿戴式产品Always-on的功耗要求。”
处理：IoT设备需要怎样的处理能力？
具备处理能力是使IoT设备拥有智能的关键。IoT数据在哪里进行处理，是一个困扰设计人员的两难话题。Eran Briman 表示，“以往我们都觉得对数据的处理能力通常由云端来完成，但发展经验证明IoT设备自身拥有本地处理能力（Edge Processing）变得越来越重要。基本上对于轻量级处理量、小规模数据库、涉及安全/隐私信息、低延时需求、上传到云端会增加功耗开销等情况下，更倾向于在本地设备端（Local）处理数据，相反对于大数据库搜寻、机器学习、非隐私性信息则倾向于云端处理。”但事实上，对于如何合理分配处理能力并同时平衡功耗、效率等问题往往要复杂的多。”Eran Briman进一步给出意见，“功效第一和分层处理是关键。首先把处理需求分层，从底层往上，决策逻辑、DSP、包涵CPU/GPU的SoC、再到与云端对接。通过这种分层来选择合适的解决方案应对具体的处理需求，才能达到更好的功耗与性能平衡。当然实际设计起来仍将会是一个需要妥协的问题。”
针对不同处理需求，CEVA提出IoT整体的参考设计方案（图2），包括有CEVA提供的互连互通方案平台、针对Always –on Sensor 处理的CEVA-TL410 DSP核与平台、适合语音分析的本地DSP核和处理平台 CEVA-TL421，以及适合计算机视觉、视频处理的本地DSP核和处理平台CEVA-MM3101。
图2： CEVA IoT整体参考设计方案
特别值得一提的是对于图像和视觉处理市场，处理能力的差异将直接导致产品的差异化。“这种差异不仅仅是应对越来越高的分辨率，如16MP，UHD，还包括各种应用功能的创新和新算法的演进，以及在完成高处理性能情况下的电源效率。对此，Eran Briman表示，“我们认为在完成上述性能和功耗挑战的情况下，使用DSP进行视频和计算机视觉处理会比目前的CPU和GPU更有优势。为此，CEVA提出其DSP内核平台CEVA-MM3101，可应用于包括移动智能终端、安防、汽车等更广泛IoT领域的视频和计算机视觉处理，为这些领域的IoT终端实现差异化设计提供可能性。MM3101内核具有高度可编程性、高性能及低功耗，为满足最复杂图像增强和计算机视觉处理所需的计算性能而设计。可分担设备主CPU的运算负荷并替代多个用于高强度图像和视觉处理任务的硬件加速器，也可大幅减少整体系统功耗，并提供充分的灵活性。MM3101平台(图3)不仅提供硬件层的DSP核，更提供软件层的各类模块，包括优化后的视频处理库，和硬件开发工具套件以及应用开发工具套件（ADK），便于开发设计。其中，CEVA ADK包括为简化软件开发集成工作的 Android Multimedia Framework (AMF)、一套先进软件开发工具和一系列为DSP平台优化的软件产品和程序库。
图3： CEVA-MM3101处理平台
MM3101平台更建立了强大的生态环境。据Eran Briman介绍， “CEVA刚赢得一家最新的合作伙伴Novatek，将CEVA MM3101平台应用于其下一代面向监控、摄像、汽车市场的SoCs中。除此之外，CEVA的合作伙伴还包括很多算法公司和软件应用公司。在所有合作伙伴的共同努力下，MM3101已可广泛应用于各类图像增强算法应用，如超分辨率图像技术（Super Resolution）、HDR（High Dynamic Range）和数字视频防抖器（Video Stabilizer），也可应用于各类自然用户界面（Natural UI）与视觉算法应用，如手势识别（Gesture Recognition）、人脸识别（Face Recognition）和视线检测（Gaze Detection/Eye Tracking），更可应用于先进的汽车ADAS算法应用，如前向防撞告警（FCW）、车道偏离告警（LDW）、行人侦测（PD）、深度图等。”