electronica 2018 Interessante Trends jenseits der Schlagwörter

KI und Machine Learning in die Edge-Geräte bringen...

Das führt zu einem weiteren Schlagwort, das auf der Messe überall zu hören war: »intelligence to the edge«. Was genau darunter zu verstehen ist, dürfte jeder ein wenig anders definieren. Der Ansatz so viele Daten wie möglich vor Ort – an den Sensorknoten bzw. Edge-Geräten – zu verarbeiten, ist nicht ganz neu. Denn aus Kosten- und Zeitgründen sollen so wenig Daten wie möglich von dort zu den übergeordneten Servern bzw. in die Cloud zur weiteren Bearbeitung übertragen werden. Inzwischen ist es möglich, eine erstaunliche Rechen- und Speicherleistung vor Ort unterzubringen – trotz der Limitierungen bezüglich Leistungsaufnahme und Baugrößen. Sogar die Versorgung über Energy-Harvesting anstatt Batterien ist in Einzelfällen möglich.

Das zeiget Renesas Electronics mit dem R7F0E, ein 32-Bit-Embedded-Controller auf Basis eines Cortex-M0+-Cores mit einer aktiven Stromaufnahme von 20 µA/MHz und einem Ruhestrom im Deep Standby-Betriebsmodus (mit Echtzeituhr und Reset-Manager) von 50 nA. Diese niedrigen Stromwerte ermöglichen es, die Systeme über Energy Harvesting zu versorgen. Der R7F0E ist das erste Produkt, das auf dem SOTB-Prozess von Renesas beruht. »Typischerweise sinkt mit kleineren Prozessstrukturen der aktive Strom, dafür steigen die Leckströme. Wir haben mit SOTB einen Weg gefunden, sowohl den aktiven als auch den Ruhestrom zu senken«, erklärt Michael Hannawald, Senior Vice President Industrial Solution Business Unit und President von Renesas Electronics Europe.

Mit SOTB lassen sich der aktive Strom und der Ruhestrom jeweils um den Faktor 10 gegenüber konventionellen Prozessen reduzieren. Bei diesem Prozess wird eine dünne, isolierende Oxidschicht (BOX: Buried Oxide) auf das Siliziumsubstrat aufgebracht, worauf eine weitere sehr dünner Siliziumschicht sitzt, die nicht mit Fremdatomen dotiert wird und aus der der Kanal gebildet wird. »Wir sind die einzigen, die auf eine Dotierung des Kanals vollständig verzichten können, das schafft bislang keiner. Und dank der fehlenden Dotierung reduzieren sich die Schwellspannungsschwankungen, so dass wir sehr niedrige Betriebsspannungen nutzen können«, erklärt Hannawald weiter.

Renesas hat den R7F0E mit einem EHC (Energy-Harvesting-Controller) ausgestattet, der einerseits den direkten Anschluss an verschiedene Energy-Harvester (EH), z. B. Solarenergie, Vibration oder Piezoelektrizität, erlaubt, andererseits auch das Laden von externen Energiespeichern wie Superkondensatoren oder wieder aufladbare Batterien übernimmt. Muster des neuen R7F0E-Embedded-Controllers sind ab sofort für Beta-Kunden verfügbar, Muster für allgemeine Kunden stehen voraussichtlich ab Juli 2019 bereit.

Renesas plant noch einen weiteren SOTB-Controller mit weniger Speicher und somit noch weniger Strom im aktiven Modus. Darüber hinaus sind auf Basis dieses Prozesses in der nächsten Entwicklungsphase Bausteine mit EH- und HF-Funktionalität wie beispielsweise Bluetooth Low Energy geplant, sowie später dann auch Bausteine mit eAI- (embedded Artificial Intelligence) und Low-Power-Wide-Area-HF-Funktionalität.

Genau das wäre der nächste Schritt: KI und Machine Learning in die Edge-Geräte zu bringen. Es dürfte allerdings noch ein Weilchen dauern, auch wenn sowohl große etablierte wie zahlreiche Start-ups rund um die Welt an entsprechenden Chips arbeiten. Sie einzusetzen, wäre auch im Auto sehr interessant, um auf das Ausgangsthema zurückzukommen. Doch dann nicht in jeder MCU, sondern in einer zentralen Steuereinheit. Zentralisierung und Dezentralisierung ist eben immer auch eine Frage des Blickwinkels. Wie sich KI auf Basis welcher Techniken in Edge-Geräte bringen lässt, darauf dürfte die gesamte Branche hoch gespannt sein – ein guter Grund, um sich schon auf die nächste electronica in zwei Jahren zu freuen.