0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

使用恩智浦处理器应对AI智能眼镜低功耗设计挑战

NXP客栈 来源:NXP客栈 2025-08-13 17:38 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

随着AI智能硬件的不断融合,AI智能眼镜已经不再是科幻作品中的产物,而是真正走进了大众生活。如今,市场上涌现出形态各异、功能丰富的AI眼镜新品,覆盖了从随身助理到健康管理的多元应用场景。操作的便捷性成为AI眼镜的一大亮点:用户无需频繁掏出手机,便可以流畅实现提词、拍摄、物体识别、实时翻译、导航、健康监测、支付等操作,其无限的应用可能性被喻为“承载人机交互应用的极佳载体”。

AI眼镜的电力挑战

AI眼镜面临的主要挑战在于电池续航能力。受限于设备本身的重量,AI眼镜所配备的电池容量通常仅为200~300mAh。

为了支持多样化的应用场景,相关高性能应用处理器多采用6nm及以下的先进工艺节点。虽然该制程下的芯片具备卓越的动态运行性能,但同时带来了严重的漏电问题——随着工艺节点的微缩,芯片的漏电流呈数十倍增长。高漏电流与有限电池容量之间的矛盾显著缩短了产品的实际使用时间,对用户体验构成负面影响。

AI眼镜的主流架构

当前市面上的AI眼镜解决方案主要采用两种主流架构——

01"应用处理器+协处理器”架构

“应用处理器+协处理器”方案能够给用户带来更丰富的功能体验。应用处理器基于先进工艺制程,芯片偏重于高性能,通常支持高分辨率摄像头、视频编码、高性能的神经网络处理单元,Wi-Fi蓝牙通信

协处理器通常采用成熟工艺技术芯片,芯片通常使用长通道晶体管和短通道晶体管结合,芯片侧重常开模式下低主频运行功耗和静态功耗。协处理器通常具有完整的音频接口和相当的音频处理能力,可以支持语音唤醒,语音通话和音乐播放。图像处理器GPU和显示接口可以支持矢量文字,图片的绘制,内置的AI运算处理单元还可以加速语音识别,降噪等音频算法。

a53b4f3c-73ec-11f0-a18e-92fbcf53809c.png

“应用处理器+协处理器”架构框图

02“低功耗处理器” 主控架构

“低功耗处理器” 主控方案更加注重眼镜重量、佩戴的舒适性和使用时长。重量是眼镜用户体验最核心的因素之一。低功耗处理器作为AI眼镜的主控制器可以更大规模减少外围电源器件的数量和电池体积,从而可以使眼镜重量控制在30g以内。

a55c5466-73ec-11f0-a18e-92fbcf53809c.png

低功耗处理器主控架构框图

i.MX RT:突破架构创新和电池续航瓶颈

a5710118-73ec-11f0-a18e-92fbcf53809c.jpg

i.MX RT500、i.MX RT600和i.MX RT700是恩智浦i.MX RT低功耗产品系列的三款芯片。这些芯片作为协处理器,目前被广泛应用于全球多家客户的创新AI眼镜设计中。

i.MX RT500Fusion F1 DSP可以支持智能眼镜的语音唤醒,音乐播放和通话功能。同时, 图形处理器和显示接口最大可以支持VGA分辨率的图像显示。i.MX RT600主要作为智能眼镜的音频协处理器,最大主频600MHz的HiFi4处理器可以支持绝大多数的降噪,波束成形及唤醒算法

i.MX RT500、i.MX RT600在芯片设计层面应用了多项低功耗技术,如I3C总线、动态电压调节、低静态功耗SRAM、工艺-电压-温度传感器、低功耗时钟源、时钟,电源域开关等。

i.MX RT700是i.MX RT系列的最新一代产品,采用双DSP(HiFi4/HiFi1)架构,支持多种复杂度的算法处理。其2.5D GPU显示控制器和MIPIDSI接口可以支持最大720P、每秒60帧图形显示。同时,i.MX RT700配备了Neutron神经网络加速单元,结合eIQ软件开发环境,能快速部署机器学习应用,极大简化客户开发流程。

i.MX RT700在低功耗设计方面实现了进一步优化,其动态功耗相比i.MX RT600降低了45%,而静态功耗仅为i.MX RT600的20%。i.MX RT700通过“精细化分区设计”实现功耗优化,片上系统分成了主计算区域(main compute domain)、传感器计算区域(sense compute domain)、媒体区域(media domain)、 电源控制区域、共享区域、DSP区域及常开区域(Always-on domain)。这些区域均可通过电源开关实现独立的开启与关闭,部分区域还可根据运算频率的变化动态调节电压,实现性能与能耗的最优平衡。

AI眼镜省电秘诀:基于应用场景切换模式

作为AI眼镜中的协处理器,i.MX RT700能够基于不同的应用场景,通过灵活配置电源管理和时钟域,实现角色切换:既可作为高性能多媒体数据处理的AI计算单元,也可在超低功耗状态下,作为语音输入传感器枢纽(Sensor Hub)进行数据处理。

智能眼镜主要依赖语音控制实现用户交互,因此语音唤醒是使用时间最长的场景,也是决定AI眼镜电池寿命的关键。在主流方案中,协处理器需要保持激活状态以确保接收用户的语音命令,而在嘈杂环境下进行语音识别还需要降噪算法的参与。

基于此用户场景,i.MX RT700可以被配置为传感器模式,此时只有HiFi1 DSP、DMA、MICFIL、SRAM、电源控制 (PMC)等少数模块处于活动状态,MICFIL用于麦克风信号的采集,DMA用于麦克风信号的搬运,HiFi1 用于号的降噪和唤醒算法执行,其他芯片的内部模块都处于掉电状态。

a580ec40-73ec-11f0-a18e-92fbcf53809c.png

i.MX RT700传感器枢纽模式

另外,除了传感器模式的应用,低功耗无失真音频时钟源FRO, 麦克风模块的FIFO和硬件语音检测(Hardware VAD),DMA唤醒等低功耗技术也保证i.MX RT700语音唤醒场景的系统功耗可以低至1.91 mW,在持续监听的同时最大限度节省电量。

对于视频显示的用户场景,i.MX RT700可以配置为“高性能模式”。在此模式下,矢量图形加速器GPU, 显示控制器(LCDIF),显示总线MIPIDSI及显示缓存xSPI2都会使能。i.MX RT700的各个外设处于高频运行模式。在“高性能模式”下,i.MX RT700也支持MIPI ULPS (Ultra Low Power State),动态电压调节等低功耗技术。

a59c9d14-73ec-11f0-a18e-92fbcf53809c.png

i.MX RT700高性能图像渲染模式

i.MX RT700用到的低功耗技术还包括状态保持(State Retention Power Gated),开关电容电压转化模块(Switched Capacitor Power Converter), 聚合电源管理(Aggregated Power Management)等等。

作为AI/AR眼镜的电源管理方案,PMIC也发挥着很重要的作用。PMIC不仅可为MCU和各种外设提供电源,其所集成的DVS功能可以配合MCU实现各种复杂的高/低频率以及高/低功耗工作模式,以保证系统的整体功耗最优,电池续航时间最长。

作为i.MX RT500/600的电源方案,PCA9420拥有315mA的电池充电能力,以及两路buck和两路LDO,可实现对i.MX RT500/600的电源轨全覆盖。

作为i.MX RT700的电源方案,PCA9422拥有640mA电池充电能力,基于软件的电量计FLEXGAUGE,三路buck输出,四路LDO输出,以及一个buck-boost输出,不但能够覆盖i.MX RT700的电源轨需求,还能轻松驾驭各种外设的电源需求,提供一个整体的电源管理方案。

随着智能硬件与人工智能的不断融合,选择合适的低功耗高性能芯片成为产品创新的关键。i.MX RT系列凭借其深厚的技术积累,为AI眼镜等前沿应用提供了坚实的基础。

恩智浦还提供大量低功耗,音视频多媒体,人工智能等应用文档供开发者参考。

本文作者

尔宾,恩智浦边缘处理事业部MCU应用技术经理,毕业于北京工业大学,获通信工程学士学位、电路与系统硕士学位,于2008年加入恩智浦半导体公司后,专注于IIoT低功耗微控制器产品的应用开发和产品支持。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 处理器
    +关注

    关注

    68

    文章

    19951

    浏览量

    237275
  • 恩智浦
    +关注

    关注

    14

    文章

    5996

    浏览量

    119614
  • AI
    AI
    +关注

    关注

    88

    文章

    35703

    浏览量

    282228
  • 智能眼镜
    +关注

    关注

    8

    文章

    747

    浏览量

    74031

原文标题:应对AI智能眼镜低功耗设计挑战,引爆下一代智能终端新纪元!

文章出处:【微信号:NXP客栈,微信公众号:NXP客栈】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    AI和边缘计算驱动 i.MX处理器全面升级

    已经拿下中国最大ARM MCU供应商宝座的)最近在北京宣布,推出性价比秒杀对手的三款i.MX RT跨界处理器和三款应用
    的头像 发表于 07-05 10:42 9092次阅读

    康佳特推出基于i.MX 95系列处理器的新款SMARC模块

    (COM),扩展了基于低功耗i.MX Arm处理器的模块产品组合。康佳特也因此加强了与
    发表于 07-16 14:55 1346次阅读
    康佳特推出基于<b class='flag-5'>恩</b>智<b class='flag-5'>浦</b>i.MX 95系列<b class='flag-5'>处理器</b>的新款SMARC模块

    行业集结:共同定制 RK3566 集成 AI 眼镜的前沿 AR 方案

    硬编码· 超低功耗,路由连接保活况下功耗低于 150uA· 内置语音唤醒 / 命令词· 方案成熟度高,声音和图像上传手机和服务已有多个成熟案例,并有配套 APP适用场景与产品特性
    发表于 02-20 18:44

    硬之城解说:64位ARM处理器

    ,这也是针对基于对象存储设备设计的第一个处理器。基于对象的存储使用智能硬盘连接到数据中心以太网,LS1012A可以直接连接这种以太网,成为以太网络驱动。该芯片结合了低功耗64位
    发表于 03-14 14:59

    低功耗DRP-AI动态可配置处理器有哪些关键特性呢

    低功耗DRP-AI动态可配置处理器有哪些关键特性呢?
    发表于 11-08 09:16

    最新的应用处理器 i.MX 95采用专有NPU IP进行片上AI加速

    最新的应用处理器 i.MX 95 使用专有的 NPU IP 进行片上 AI 加速,这
    发表于 02-16 11:20

    eIQ® Neutron神经处理单元

    Neutron神经处理单元提供了一套丰富的选项,用户可根据内核集成的边缘处理器件和产品系列要满足的市场需求加以选择。专用的控制内核
    发表于 02-17 13:51

    获得ARM Cortex-M4处理器授权

    获得ARM Cortex-M4处理器授权 半导体(NXP Semiconductors)近日宣布成为首批获得最新ARM Cor
    发表于 03-03 09:27 1527次阅读

    处理器的电源管理解决方案

    处理器的电源管理解决方案
    发表于 05-12 18:14 2次下载
    <b class='flag-5'>恩</b>智<b class='flag-5'>浦</b><b class='flag-5'>处理器</b>的电源管理解决方案

    全新MCX N微控制推出!助力实现高性能、低功耗的边缘安全智能

    全新MCX N微控制首次集成专用神经处理单元(NPU),可助力实现高性能、
    的头像 发表于 11-11 08:15 1287次阅读

    i.MX 8ULP和i.MX 93:两款最新边缘应用处理器全解析,快来听!

    资深系统工程师及来自金牌合作伙伴的专家,将为大家详细介绍两款即将在2023年上市的最新边缘应用
    的头像 发表于 06-04 13:35 1856次阅读
    i.MX 8ULP和i.MX 93:两款<b class='flag-5'>恩</b>智<b class='flag-5'>浦</b>最新边缘应用<b class='flag-5'>处理器</b>全解析,快来听!

    推出首次搭载专属神经处理单元(NPU)的MCX N系列!

    半导体强势推出新品MCX N系列产品,首次集成专用神经处理单元(NPU), 可助力实现高性能、
    的头像 发表于 03-14 09:46 1756次阅读

    低功耗处理器的优势分析

    随着科技的飞速发展,电子设备的种类和数量不断增加,人们对设备的能效要求也越来越高。低功耗处理器因其在节能、环保和成本效益方面的优势而受到广泛关注。 低功耗处理器的定义
    的头像 发表于 02-07 09:14 1204次阅读

    宣布收购NPU厂商Kinara

    半导体公司近日宣布,已正式签署最终协议,将收购高性能、低功耗且可编程离散神经处理单元(NPU)供应商Kinara。此次收购将显著增强
    的头像 发表于 02-18 14:29 803次阅读

    S32Z和S32E实时处理器产品介绍

    的S32Z和S32E实时处理器专为应对软件定义汽车(SDV)转型和动力系统电气化增长带来的挑战而设计,提供高性能实时计算能力,可满足电
    的头像 发表于 08-13 17:40 403次阅读
    <b class='flag-5'>恩</b>智<b class='flag-5'>浦</b>S32Z和S32E实时<b class='flag-5'>处理器</b>产品介绍