Zaloguj się
Wszystkie
4 marca 2026
23
Najnowsze, najszybsze, najpotężniejsze mikroprocesory i układy SoC
Firmy takie jak Qualcomm i Broadcom (ale nie tylko) oferują najpotężniejsze układy mikroprocesorowe do smartfonów, tabletów i innych gadżetów. Każdy chciałby okiełznać tę moc dla swoich celów i zaoferować klientom najpotężniejszy produkt w swojej klasie. Układy te często też mają potężne peryferia, każdy możliwy interfejs, akcelerator grafiki czy enkoder/dekoder różnych formatów, a nawet wsparcie dla sieci neuronowych i AI. Dlatego trafiają one do najnowszych smartfonów od czołowych producentów na rynku. Jeśli jednak nie pracujesz dla jednej z tych firm, tylko dla mniejszego biznesu, którego nazwa zaczyna się od imienia lub nazwiska właściciela, a kończy się na „-ex” lub „-eks”, to Qualcomm, Broadcom czy inni nawet nie dadzą Ci dostępu do dokumentacji technicznej poza skróconą broszurą informacyjną, zachwalającą ich produkt. Każda nota katalogowa wymaga podpisania umowy NDA (Non-Disclosure Agreement – umowa o zachowaniu poufności), co samo w sobie może zająć miesiące, bo mała firma z Polski jest na końcu listy potencjalnych klientów, gdzieś między klientami z Kambodży i RPA. Potem trzeba zapoznać się z wyjątkowo skomplikowanym układem, pobawić się sterownikami, które mogą być niepełnosprawne (w końcu to coś nowego) przy braku wsparcia technicznego (ponownie, w kolejce między firmami z Peru i Łotwy). Na koniec nadejdzie czas zamówienia układów i padnie pytanie ze strony producenta:
– Sto tysięcy układów wam wystarczy na początek?
– Myśleliśmy o dwóch tysiącach – odpowiecie.
– Dla dwóch tysięcy to nam się nie opłaca umowy drukować. Minimum 25 tysięcy, albo spadajcie.
No i tak umierają sny o technologicznej supremacji małej firmy z Polski. Megakorporacje mają o wiele łatwiej, bo zwykle składają zamówienia idące w dziesiątki milionów na kolejne, coraz potężniejsze modele układów i inne komponenty, od modułów radiowych po kontrolery USB. Dlaczego? Proste: kupując u jednego producenta oszczędza się na wysyłce. Nawet kilka centów na sztuce robi różnicę, gdy potrzeba miliona komponentów.
Co zatem powinien robić mądry projektant w małej firmie o nazwie kończącej się na „-ex”? Zamówić najmniejszy, najtańszy i najprostszy mikroprocesor, mikrokontroler czy SoC, który wykona potrzebne zadania. Microchip czy ST Microelectronics nie robią problemów, gdy chce się zamówić nawet kilka sztuk układów, mają bogatą ofertę mikrokontrolerów na każdą kieszeń i na każdą potrzebę, a i większość not jest dostępna do pobrania ze strony WWW. Razem z IDE. Tanio, prosto i bez NDA. Zastanówmy się poważnie, czy najnowszy element automatyki domowej albo miś-szumiś potrzebuje ośmiordzeniowego Snapdragona, czy może wystarczy jakaś prymitywna ATMega albo czy mizerny PIC16F? No w ostateczności STM32 albo moduł z ESP8266.
Układy ASIC
Możliwość zaprojektowania układu „szytego na miarę” to kusząca perspektywa. Układy takie potrafią robić rzeczy normalnie wymagające dziesiątek scalaków i setek elementów dyskretnych, a do tego oferują to wszystko w małym, tanim opakowaniu. W końcu bijącym serduszkiem każdego współczesnego oscyloskopu cyfrowego jest zazwyczaj układ ASIC, szczególnie w tych lepszych modelach. Sinclair w latach 80. zoptymalizował koszty produkcji swoich tanich, ośmiobitowych komputerów przez użycie układu ULA (Uncommitted Logic Array – nieprzypisana tablica logiczna), w którym producent najpierw wykonuje dużą liczbę identycznych bramek logicznych, jedna koło drugiej, a potem nanosi metalowe połączenia według zlecenia klienta. W ten sposób można wyprodukować jeden układ scalony w dziesiątkach milionów, a potem dostosować go do potrzeb wielu różnych klientów. Układy ULA były formą układów ASIC do zadań cyfrowych. Ich produkcja była skomplikowana, dlatego w klonach komputerów Sinclair zastępowano je wieloma układami logicznymi.
Obecnie te same funkcje realizują układy FPGA i CPLD, zaś nowoczesne układy ASIC mogą zawierać nie tylko elementy logiczne, ale też bloki analogowe, super-szybkie układy ADC i DAC, własne, dedykowane i zaprogramowane na poziomie fizycznym kontrolery i wiele innych. Układ ASIC może realizować szybką konwersję sygnałów analogowych na postać cyfrową, dalsze ich przetwarzanie, akumulację i analizę, a także przesyłanie obrobionych danych jakimś szybkim interfejsem. Dodajmy do tego możliwość integracji modułu RF dowolnego typu albo dodatkowego mikroprocesora czy mikrokontrolera i mamy przepotężne narzędzie do realizacji dowolnych zadań.
Skoro zatem układy ASIC są tak potężne i stosowane od szeregu lat, to dlaczego odradzam ich stosowanie? Pierwszym problemem jest konieczność zaprojektowania takiego układu i jego przetestowania. Często oznacza to kilka iteracji, jeszcze zanim powstanie gotowy układ. Kto za to zapłaci? Oczywiście klient. Koszty idą w dziesiątki milionów dolarów, jak nie więcej. Część użytkowników tych układów tnie koszty projektując je we własnym zakresie, opierając się o symulacje i własne doświadczenie, zanim zlecą wykonanie próbnej partii. Nawet jeśli układ nie do końca spełnia oczekiwania, to i tak może być wdrożony, bo wykonywanie masek do fotolitografii układów scalonych jest najdroższą częścią procesu produkcji półprzewodników. Potem pojawia się problem wolumenu, omówiony w poprzednim punkcie. Minimalne zamówienie układów ASIC liczy się w dziesiątkach tysięcy, a im mniejsza partia, tym droższa pojedyncza sztuka. Małej firmy nie będzie na to stać.
Co pozostaje zamiast ASIC-ów? Droga klonów ZX Spectrum: wszystko robić „na piechotę”. Logikę zastąpi pojedynczy układ FPGA lub CPLD, bloki analogowe i przetworniki już trzeba robić na pojedynczych układach scalonych czy nawet tranzystorach. Można też wybrać jakiś mikrokontroler, który ma potrzebne elementy składowe pośród peryferiów i iść tą drogą. Wszystko zależy od rodzaju problemu do rozwiązania. Na rynku dostępnych jest wiele układów przeznaczonych do specyficznych zadań, więc nasz niezintegrowany ASIC można z nich składać, jak z klocków LEGO, korzystając z projektów referencyjnych i not aplikacyjnych. Całość będzie duża i droga, ale i tak tańsza i mniej bolesna w realizacji, niż zamawianie jednego układu do wszystkiego.
AI i uczenie maszynowe
Bądźmy szczerzy, AI od kilku lat jest tematem numer jeden wszędzie tam, gdzie mówi się o zaawansowanych technologiach, a istniejące algorytmy – jak Gemini czy ChatGPT – odmieniają świat od momentu pojawienia się ich pierwszych wersji. Tysiące ludzi straciło też pracę przez różne algorytmy, które miały ich zastąpić, a największym beneficjentem zaawansowanych modeli stali się oszuści i przestępcy. A także twórcy zbyt leniwi, by robić własne treści – więc je w stu procentach generują i wrzucają na platformy społecznościowe. W tej chwili „próg wejścia” jest relatywnie niski i każdy może pobawić się modelem LLM albo nauczyć sieć neuronową, aby grała w różne gry komputerowe – i nie potrzebuje do tego superkomputera, wystarczy kilkuletni pecet. Ba, do zabawy w uczenie maszynowe wystarczy nawet Raspberry Pi, a projekty w rodzaju OpenCV pozwalają tworzyć automatyczne wieżyczki strzelające wodą do obcych kotów próbujących zbezcześcić czyjś ogródek (tak, jakiś hobbysta wykonał taki projekt). Nic dziwnego, że każdego kusi dodanie odrobiny sztucznej inteligencji do swojego projektu. Ale czy jest sens inwestować w to czas i pieniądze? Jeśli nie budujesz nowego, lepszego robota sprzątającego albo wojskowego drona do obrony polskich granic czy autonomicznego samochodu, to nie potrzebujesz AI. Sieć neuronowa nie usprawni termostatu ani nie polepszy ściemniacza światła. Nie sprawi, że smartwatch będzie bardziej „smart”. Nawet w przypadku robotów sprzątających ich „inteligencja” opiera się na szeregu czujników i maszynie stanów skończonych, a „mapowanie przestrzeni” to inna nazwa na algorytm mierzący przejechaną drogę i miejsca, gdzie czujniki dały znać, że nie da się wjechać. System nawigacji, gdzie zna się punkt początkowy i zapamiętuje pokonaną trasę, jest znany od drugiej wojny światowej, jeśli nie dłużej. I był stosowany przez różne wojska zanim powstał GPS czy jego przodek, system nawigacji satelitarnej amerykańskiej marynarki wojennej (dokładny opis jest dostępny tutaj: https://www.youtube.com/watch?v=VDUiI_MmvL4). Wracając do problemu odkurzacza autonomicznego: wszystkie jego funkcje da się zrealizować używając odrobiny naturalnej inteligencji w planowaniu rodzaju i rozmieszczenia czujników oraz innych elementów. Dodanie sieci neuronowej (wymagającej sporej mocy obliczeniowej lub dedykowanego akceleratora) nie da tu żadnej przewagi nad prostym wykrywaniem przeszkód i zapamiętaniem pokonanej trasy albo rozpoznawaniem stacji bazowej po podczerwonych światłach nawigacyjnych, nadających specyficzny kod. Poziom naładowania baterii oraz zapełnienia pojemnika na kurz i inne śmieci też nie wymaga niczego bardziej rozbudowanego, niż proste komparatory (zapchany pojemnik zmienia pobór prądu silnika turbiny ssącej). Zatem Czytelniku, zanim wpadniesz na pomysł dodania do projektu sztucznej inteligencji, zastanów się, czy można to samo zrobić na układach analogowych lub na prostym mikrokontrolerze.
NAPISZ DO AUTORA
Facebook
Twitter
Linkedin
Kup teraz
