鋰離子電池創(chuàng)建了各種類型的系統(tǒng)，從功率不足1瓦的低功率系統(tǒng)到電壓高的高功率系統(tǒng)。這些系統(tǒng)是為從消費者到醫(yī)療保健的不同細(xì)分市場創(chuàng)建的。通過提供不同形狀和不同尺寸的化學(xué)組合（例如鈷酸鋰和磷酸亞鐵鋰），鋰創(chuàng)新不斷改進，以適應(yīng)多種應(yīng)用。新電池管理解決方案的出現(xiàn)將使AI可以在超低功耗設(shè)備中實現(xiàn)。

 

低功耗嵌入式系統(tǒng)

 

每個需要電池充電的低功耗系統(tǒng)都使用USB C充電端口。所有這些都需要電量計設(shè)備來確定充電狀態(tài)并同時保護電池。這些類型的系統(tǒng)需要傳感器來檢測外界的信息，通常是通過處理信息的微控制器來實現(xiàn)。然后，某種用戶界面和通信收發(fā)器均由向所有這些模塊供電的電源部分管理。

 

設(shè)計人員必須保證良好的充電保存期限，快速充電和電池操作自主權(quán)。現(xiàn)在，這些低功耗設(shè)備越來越小。” Ambatipudi說。

 

這些新一代的低功耗系統(tǒng)中有些與皮膚緊密接觸。例如，它們可以戴在耳朵內(nèi)，并且不會太熱。“如果聽筒或可穿戴設(shè)備變得非常熱，那將是不好的體驗；必須特別注意熱性能。噪聲和信號的完整性以及通信質(zhì)量也是要考慮的重要方面。” Ambatipudi說。

 

設(shè)計人員還必須努力避免在首次使用時排出有問題的產(chǎn)品。換句話說，正如Ambatipudi指出的那樣，他們必須致力于所謂的“客戶滿意度”。制造商必須在首次使用時通過提供充足電的設(shè)備來滿足客戶的需求，這要求電池壽命很長，避免不必要的電流損耗。電流是延長電池壽命的關(guān)鍵因素。靜態(tài)電流微安量級的值可提供超過50個月的壽命。

 

鋰離子電池的能量密度正在增加，不像摩爾的拋物線定律那么快，而是呈指數(shù)增長。密度的增加還帶來許多其他后果，特別是在安全方面。電池隔板越來越薄，某些電池的安全性變得至關(guān)重要。由于苛刻的操作條件，實際上會隨時間發(fā)展小型內(nèi)部檢測，而潛在的制造缺陷會加劇這種情況，從而引起熱泄漏條件。因此，燃油表是必要的（圖1）。

 

我們都希望更快地為燈具充電。但是，僅通過增加充電器的功率水平是不可能實現(xiàn)快速充電的，因為它還會增加更多的功率消耗，從而實際上會加熱設(shè)備。效率對于實現(xiàn)快速充電至關(guān)重要。

 

在電源管理中，DC-DC在效率方面起著重要作用。設(shè)計人員必須根據(jù)子系統(tǒng)的外形尺寸，找到一種為所有不同傳感器供電的方法，同時要記住電池壽命短和噪聲敏感度高。這些元素中的每一個都控制音頻放大器，所有傳感器和LED顯示屏。它們都需要電壓電流。但是空間有限。電池壽命很重要，同時低噪音至關(guān)重要。因此，您需要開關(guān)穩(wěn)壓器，但每個開關(guān)穩(wěn)壓器只有一個電感器。通過使用SIMO架構(gòu)，可以用一個電感器產(chǎn)生多個輸出。通過提供多個輸出，SIMO方法與控制器的低待機電流一起，延長了可穿戴設(shè)計的電池壽命。調(diào)節(jié)器以最小的損耗提供能量。

 

圖1：一段時間內(nèi)的能量密度

 

圖2：SIMO架構(gòu)

 

電力人工智能

 

將AI推論帶到邊緣意味著從傳感器，相機和麥克風(fēng)收集數(shù)據(jù)，將數(shù)據(jù)發(fā)送到云以執(zhí)行推論，然后將答案發(fā)送回邊緣。這種架構(gòu)可以工作，但是由于延遲時間和能源性能差，對于邊緣應(yīng)用程序來說非常具有挑戰(zhàn)性。

 

低功耗微控制器提供了一種替代方法，可用于實現(xiàn)簡單的神經(jīng)網(wǎng)絡(luò)。但是，挑戰(zhàn)在于等待時間，只能在邊緣執(zhí)行簡單的任務(wù)。MAX78000旨在填補這一空白。MAX78000是一種先進的系統(tǒng)級芯片設(shè)有一個FPU CPU -M4與超低功耗的深層神經(jīng)網(wǎng)絡(luò)加速器高效的系統(tǒng)控制。CNN引擎具有442KB的存儲大小，可以支持1位，2位，4位和8位（最多支持350萬個權(quán)重的網(wǎng)絡(luò)）。該產(chǎn)品將最節(jié)能的AI處理器與Maxim經(jīng)過驗證的超低功耗微控制器相結(jié)合。

 

 

免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進行處理。

 

推薦閱讀：