物联网(IoT)芯片设计听上去像是一个表面上很简单的主题。但更深入一点，你就会发现 IoT 并不是单一的主题，所以肯定也就没有什么特定类型的芯片可以在构成物联网的越来越多的应用和市场上都有效。
被囊括在 IoT 这个术语中的内容有传感器、各种类型的处理器、越来越多的片上和片外存储器类型、许多 I/O 和接口 IP、芯片和 chiplets。封装这些器件的不同方法也在不断涌现，包括云中的定制 ASIC、各种各样的 SoC、用于网络和服务器的 2.5D 芯片以及用于 MEMS 和传感器集群的 fan-out 晶圆级封装。
此外，在开发用于越来越互连的汽车、医疗设备和工业控制系统的芯片上还存在安全性的考量。这会带来额外的复杂度和成本，另外还需要额外的时间来设计、验证和调试这些设备。
“IoT 是某种包含许许多多不同应用的全面应用，”Synopsys 的物联网战略营销经理 Ron Lowman 说，“实际上，你能看到大量设计的目标不只是覆盖一种应用，所以有时候你会有超集(superset)——为一种特定的应用而过度设计，可以处理多种应用。这是一个不同的情况。如果你看看移动领域或其它许多领域，它们更多是为一个特定应用而进行优化，然后再复用，而 IoT 则有更多通用版本，而在一些案例中，他们会进行专门的设计，然后尝试为其它市场重新利用它们。另一个不同的情况是有时候(也在变化)应用更广泛且更通用，所以数量在增长。所以我们可以看到有更多针对特定应用的专门设计出现。比如你已经能在测量应用领域看到这个情况了，要远远更有针对性。”
简单来说，并没有出现几年前人们预测的商业设计规模下降。
图 1：IoT 增长预测，来自 Gartner
“从高层面来讲，IoT 就是将过去没有联网的事物连接到互联网，然后基于此实现服务。”西门子一个业务部门 Mentor 的产品营销经理 Jeff Miller 说，“有很多东西会进入网络。为了实现它，你需要一个三层架构——服务器和云组件、在 IoT 边缘设备和云之间进行接口的网关组件、构成互联网与真实世界之间的接口的 IoT 边缘设备本身。”
重新定义边缘
边缘设备的定义并不总是清楚明了。三年前，任何关于边缘设备的演讲都总是会回到智能手表或连网的家用电器上，这些设备可以将各种传感器收集到的数据通过某种电子网关发送到云端进行处理。尽管这看起来是当时技术条件下合乎逻辑的进展，但实际上传感器生成的数据太多了，将所有数据都发送到云进行处理是很浪费能量的，而且在一些案例中，发送数据的速度很慢。
这就是 IoT 芯片设计让人困惑的地方。一方面，这些设备需要廉价。但在一些市场中，它们也需要更可靠、更安全，还需要满足一些标准，比如汽车领域的 ISO 26262 或用于 IIoT 的 OMAC 和 OPC 工业标准。这会导致成本增长，也会拉长这些设备上市的时间。除此之外，尤其是在移动电子产品领域，这些系统需要非常低功耗以节省电池寿命。这需要复杂的电源管理，因此又进一步增加了价格和复杂性。而且不管其特定的任务是什么，要完成这个任务，它们又还需要足够的性能。
“所以地方都必须创新，”ARM 的 IoT Service Group 总裁 Dipesh Patel 说，“其中包括功率、不动产和成本。今天我们看到的芯片是在 55nm 和 40nm 节点。迁移到 40nm 和 28nm 节点会带来更多成本节省。随着 MCU 的摩尔定律发展，成本还会继续下降。为了更安全，它们还必须迁移到 32 位，这也让它们可以进入到更多现代领域。”
另外也有其它降低成本的方法在发展。一种涉及到将多个传感器封装到一个集群中以实现规模经济。这种方法背后的思想是生产那种集群的成本比单独生产单个传感器的成本更低——即使并非所有的传感器都会被使用。
“这在向着更标准化的传感器单元发展，”Cadence 工程组总监 Brandon Wang 说，“这会将其变成一个你明天就可以得到的平台，而不是你定制设计的专用传感器。所以每个系统都会有传感器，但如果你设计一个传感器中枢，让你可以优化这些传感器呢?”
正如 Mentor 的 Miller 指出的那样，边缘是大量 IoT 特有设计难题出现的地方。“在 IoT 边缘，我们看到很多人在关注使这些设备尽可能地与目标相符。有一些事情在推动着向那个方向发展，而且其围绕着这样一个事实，即这些是非常高产量的产品。它们会将数以十亿计的事物连接到互联网。它们必须要廉价。它们将必须出现在现场。它们必须要能与物理世界进行交互，并且必须满足功率要求。它们必须通过传感器和执行器与现实世界交互，而这些又涉及到高电压、多物理学以及 MEMS 和光子学这样的领域，还有其它电子学之外的物理领域。制造这些设备要用到非常非常多的东西。而且它们往往可以为特定的应用领域进行相当良好的定制化，因为它们必须满足功率和物理尺寸的要求，而且还有高产量要求，且必须要降低成本。
图 2：智能 LED 泛光灯，来自 Elitesemicon.com
中间地带
当思科首次开始预测数十亿设备将一起构成 IoT 时，其假设数据会通过网关从边缘设备发送到云。原始数据会被处理和分析，然后相关信息会通过网关被传回边缘设备。
这种场景存在一些问题。首先，和本地处理一些数据相比，I/O 需要消耗更多能量，这就是移动设备影响电池寿命的情况。因此，人们开发出了各种各样的中级服务器来连接边缘设备和云。这可以提供一种次级的，有时候甚至第三级和第四级的过滤。
“现在在边缘我们有最小化功率比历史上我们侧重的最大化性能更重要的 IoT 应用，”Cadence 的 Custom IC & PCB Group 高级集团总监 Ian Dennison 说，“这就改变了设计的侧重点。显然，电源关断和电池电压频率扫描仍然是必要的步骤，但如果你可以降低频率，那么就可以应用分层计算和阈值计算。”
第二，传感器生成的数据太多了，我们不可能将所有数据都发送到云端，这就需要中级的计算平台，它们可以被安置在云和边缘之间。这种中级平台可以是智能或普通的网关、边缘服务器或雾服务器。
“当 IoT 开始出现时，其思想是收集所有数据并通过网关将其发送到云。”Gartner 研究副总裁 Dean Freeman 说，“但其数据量是非常巨大的。所以你不仅不会发送所有数据，你也不会计算所有数据。如果你只是希望看到异常数据，那么你只需要传输更少的数据。那为什么要一直传输到云上呢?根据网状网络、信号和连接的不同，可能会造成几分钟的延迟。解决这个问题的方法是将本地智能和某些人工智能安放到边缘。”
但边缘服务器/网关到底是什么?到目前为止，我们还没有一个明确的答案。
图 3：Mentor 的可定制 IoT 网关，来自 Mentor
“这三个层级的中间地带是最模糊不清的，”Freeman 说，“它很可能会是一种 64 位的架构。但它可能最多不过是一种坚固耐用的 PC。戴尔一直在生产本质上是装在塑料壳里面的坚固耐用的服务器机架的东西，以保证它们在工厂车间中的密封。我们也可以将标准 PC 用作网关。”
但是，很明显这将需要为组织个体的需求而进行定制，而且还需要一些灵活性，因为这些需求可能会改变。这也是目前各种新型内存的争夺战出现的部分原因，其中包括 MRAM、相变存储器(PCM)、ReRAM、3D XPoint 等。尽管其基本架构仍然一样(基于经典的冯·诺依曼计算模型，数据在内存、处理器和 I/O 之间移动)，但该方案的不同变体正开始涌现。
服务器
基于云的服务器是 IoT 计算的第三个阶段，而且这也是现在发生着一些最大的变化的地方，也是目前获得投资最多的地方。与通常使用一致的数据类型且数据数量可预测的公司企业不同，边缘设备生成的数据既不一致又数量庞大。比如说，这些数据可以用于人工智能中的模式识别，或者可以进行简单的筛选，找到不满足高斯分布的偏差。
为了解决这个问题，芯片制造商和系统公司已经开始为逻辑和吞吐量设计全新的架构，在一些案例中是把处理过程移到网络中或甚至各种类型的内存中。
Marvell 的 Strategic Planning Group 的组合技术副总裁 Nick Ilyadis 指出软件定义存储( software-defined storage)是现在的重大改变之一。他说关于云的两大趋势是超融合( hyperconvergence)与超扩展(hyperscaling)。
Ilyadis 解释说：“超融合是指以一种垂直配置的方式增加计算和存储，而超扩展是给网络增加更多的单元和更大的带宽。所以超融合是向上发展，超扩展是向外发展。”
他说，要让这两个概念都有效，尤其是在有数百万虚拟机时，需要在整个云架构上都有所变化。所以固态驱动器通信协议 NVM Express 已经让位于 NVM express over Fabrics (NVMeoF)，而 SSD 也已经让位于用于网络内内存的网络优化的 SSD(network-optimized SSD for in-network memory)。Ilyadis 说：“变化在于与 SSD 驱动器和应用的更好的同步。”
内存是创新的一个关键领域。尽管 DRAM 和 SRAM 仍然是关键技术，但相关改进正在放缓。Rambus 首席科学家 Craig Hampel 说 DRAM 尺寸缩减将每比特成本降低了 35%，但到 2010 年时，这一数字下降到了 25%。这导致芯片制造商开始着眼于一些新型的内存类型，包括 MRAM、相变存储器(PCM)、ReRAM、低负载 DIMM(LRDIMM)、非易失性DIMM(NVDIMM)、存储级内存 DIMM(SCMDIMM )以及将来的缓存 DIMM。
但重要的不只是内存类型。还有在不同于传统使用方式的地方安装内存实体的能力，这基本上动摇了传统的冯·诺依曼架构。
Hampel 说：“一种内存解决方案有三大基本要素。首先，它需要在适当的模块尺寸和成本的条件下满足内存的功能需求。其次，它要是一种无处不在的接口。任何有空间的地方你都可以放置存储，但对于一些已有的内存类型，延迟和模块尺寸都太高了。第三点是你需要有软件意识，才能利用这些内存。”
图 4：用于健康监控的基于微软 Azure 云的架构，来自微软
安全性
人们对物联网设备的安全性的担忧也在加剧。使得安全性问题尤其困难的一点在于：随着越来越多设备联网，所有三个层级的设备都在某种程度上能通过互联网进行交互。
就像功率一样，安全性也需要在架构层面加以解决。而涉及到的组件越多，要确保电子设备或系统的安全就越困难。
“将所有东西都放在同一块芯片中可以降低被入侵的风险。”Achronix 的营销副总裁 Steve Mensor 说，“在板层面上，你可以检测信号并解除通信。如果是在 die 上，要进入里面会困难得多。这在汽车领域是尤其重要的，因为其是自给自足的，即使芯片正在发送信息，要进入这些芯片中也是很困难的。”
即使是客户愿意为之付费的地方，安全性也永远不会是完整的或一劳永逸的。它需要持续不断的更新，而这些更新又可能会给设备带来新的漏洞。
“移动设备总是存在设备安全性的问题。”Kilopass 的现场应用工程副总裁 Bernd Stamme 说，“机顶盒行业已经开发出了一套精巧复杂的密钥系统。如果你破解了一个密钥，你就可以获得免费的电影。但是根据他们创建密钥的方式，只有一人可以使用该密钥。这种密钥构成了信任的基础，然后又基于密钥配置进行更新。这可以确保身份认证和基础授权。但这不仅仅是一个 ID。这其中也包含制造代码。更新取决于其被生产制造的时间。这种管理是很困难的，而且我们正开始在开门器和开窗器等设备类别中看到它们。”
安全性会影响设计的方方面面——从被添加到这些设备的 IP 到该 IP 的来源以及生产出的设备的交付。如果芯片制造商的内部安全性松懈，那么 IP 本身就可能会被盗用和损坏。
ClioSoft 市场营销副总裁 Ranjit Adhikary 表示：“IP 数据可被存储在任何地方。你管理和连接它的方式是关键所在。你可以添加加密码。”
这就是围绕芯片需要构建的信任链的所有部分，其中包括从 IP 的存储和管理方式到数据的共享方式等等一切。Adhikary 说：“这不仅仅关乎 IP 模块，还涉及到最佳实践、流程和脚本。”
Mentor 的 Miller 同意这个看法。他说：“假设你已经有了你想要的芯片，涉及到的供应链安全都好了，那么你就必须要应对这个难题：‘这将如何帮助实现安全的系统?’最终，安全性更是一个过程，而不是一种产品。”
但即使实现了最佳的实践并将安全性构建到了设备中，在 IoT 领域，这些设备必须要与其它设备协作。这是去年秋天出现的一个问题，Mirai 分布式拒绝服务攻击将不安全的设备变成了一支僵尸网络大军。
“让人惊讶的是，很多芯片在设计时都几乎没有涉及安全性，或者他们认为他们可以仅靠软件做到这一点。” Synopsys 的 Lowman 说，“过去一年来，2017 年可能还更多，这已经变成了一个远远更加重要的主题，因为我们已经见证了很多被突破的事件。人们只有在别无他法时才会构建安全性，因为这涉及到额外的成本。驱动他们做这件事的原因是他们的终端客户在说：‘我们不得不使用这种类型的安全认证’，或者他们自己已经被攻击突破过，所以希望能保护自己免受未来的攻击。这可能是安全性的两大最主要驱动力了。但你今天已经有了部署好的仍然完全不安全的系统，比如甚至远程信息处理系统或车辆跟踪系统。他们已经开始通过软件实现一些加密。但近来我们也看到，最近的攻击突破事件表明这还不够好。”
总 结
IoT 并不是一种单一的事物，而是许多不同技术、服务和市场的集合，它们都连接到了互联网。尽管 IoT 之中的三个主要层级都或多或少得到了定义(边缘、中间和云)，但在未来几年 IoT 开始成形的过程中，它们将很可能还会改变。这将会影响这些系统的设计、成本和可扩展性。
将各种事物连接起来有许多显而易见的好处。智能洒水系统可以在下雨时关闭。联网的汽车可以在事故发生前警告司机并提供替代路线。智能路灯可以根据车流状况和周围住户的偏好进行调整。智能机器可以在部件故障之前发送信息，从而避免中断工业作业。
但这么做也有缺点。如果万物互连，那么数据就可能被窃取，机器可能被操控，而且在更新后的机器与另一台未更新的机器交互时也更难以预测设备的行为方式——这是每个计算机用户都清楚的问题，比如更新操作系统后打印机驱动程序就不工作了。但很明显 IoT 时代正在来临，不管存在什么问题，所有这些问题都需要在每个互连层面得到解决。对于未来几年将到来的巨大机遇和让人头疼的难题，开发 IoT 芯片只是实现这一愿景的第一步。