嵌入式計(jì)算的價(jià)值在于提供實(shí)時(shí)、無延遲、特定于上下文的功能，這些功能非常符合客戶需求，并且能夠很好地響應(yīng)客戶需求。

響應(yīng)客戶需求和不斷變化的環(huán)境。無處不在的寬帶連接到

互聯(lián)網(wǎng)和云，使嵌入式開發(fā)人員能夠?qū)崿F(xiàn)這些價(jià)值。使用混合模型可以兩全其美地離線完成繁重的工作，同時(shí)保持設(shè)備中的關(guān)鍵功能。該技術(shù)是在開發(fā)人員適應(yīng)不斷變化的客戶需求的邏輯/內(nèi)存數(shù)量以及適應(yīng)不斷變化的客戶需求的速度中找到適當(dāng)?shù)钠胶恻c(diǎn)。

住宅應(yīng)用中智能能源設(shè)備的剖析始于腦力與成本的權(quán)衡?？紤]一下住宅可編程恒溫器，這是一種已經(jīng)生產(chǎn)了近50年的嵌入式設(shè)備。恒溫器功能非常簡(jiǎn)單，只需測(cè)量并保持家庭的內(nèi)部溫度即可。更復(fù)雜的型號(hào)包括濕度傳感器和可能的空氣質(zhì)量傳感器。然后，恒溫器根據(jù)消費(fèi)者在一天中的特定時(shí)間建立的溫度偏好來控制供暖，通風(fēng)和空調(diào)（HVAC）系統(tǒng)。這是一種改變溫度設(shè)置以節(jié)省能源成本的粗略方法。高端模型具有多達(dá)四個(gè)設(shè)定點(diǎn)更改，可為大多數(shù)消費(fèi)者需求提供足夠的功能（滿足大多數(shù)能力和注意力范圍）。

多年來，隨著HVAC系統(tǒng)變得越來越復(fù)雜，多級(jí)壓縮機(jī)和燃燒器以及數(shù)控空氣處理器和鼓風(fēng)機(jī)，恒溫器中需要額外的控制邏輯和信號(hào)處理，迫使設(shè)計(jì)從簡(jiǎn)單的微控制器升級(jí)到成熟的微處理器，以處理計(jì)算密集型處理要求。突然之間，需要更大的DRAM和閃存占用空間來滿足內(nèi)存管理技能。隨著對(duì)互聯(lián)網(wǎng)連接的額外要求，還必須設(shè)計(jì)具有Wi-Fi，ZigBee或Z-Wave的無線子系統(tǒng)。除非可以從HVAC系統(tǒng)獲取電源，否則必須考慮電源管理邏輯，以便在不更換電池的情況下滿足消費(fèi)者至少一年的需求。

物聯(lián)網(wǎng)時(shí)代的智能恒溫器

隨著消費(fèi)者需求轉(zhuǎn)向可通過智能手機(jī)控制的家用設(shè)備，并且需要以更自動(dòng)化的方式降低能源成本，因此需要額外的處理能力來操作復(fù)雜和復(fù)雜的算法。但是，這些實(shí)時(shí)算法應(yīng)該駐留在恒溫器本身上，還是依賴于通過云計(jì)算提供的數(shù)據(jù)處理能力？隨著數(shù)據(jù)科學(xué)家發(fā)展其日益復(fù)雜的模型，需要算法更新，嵌入式設(shè)備能否處理修訂后的實(shí)時(shí)處理需求？

恒溫器正在進(jìn)入物聯(lián)網(wǎng)（IoT）采用階段，消費(fèi)者需要額外的復(fù)雜性，例如了解他們的日常溫度習(xí)慣并適應(yīng)他們的需求;還必須納入能效算法。但是，這些算法的計(jì)算能力和實(shí)時(shí)要求可以產(chǎn)生足夠的增益，這會(huì)給每個(gè)單元帶來巨大的額外成本。此外，每個(gè)客戶的動(dòng)態(tài)需求都需要實(shí)時(shí)更新。執(zhí)行顯著節(jié)省的馬力和成本導(dǎo)致設(shè)計(jì)人員使用昂貴的多核處理器來實(shí)現(xiàn)所需的增益?；蛘?，在云中執(zhí)行處理可能更為謹(jǐn)慎，其中每秒十億浮點(diǎn)操作數(shù)（GFLOPS）的計(jì)算能力僅占成本的一小部分，從而節(jié)省了多達(dá)10美元的物料清單（BOM）。

處理所需數(shù)據(jù)點(diǎn)，同時(shí)節(jié)省能源

為了顯著節(jié)省能效，恒溫器中包含的多個(gè)數(shù)據(jù)點(diǎn)和控制裝置需要作為能效算法的 I/O。可編程通信恒溫器存儲(chǔ)以下變量：

冷卻設(shè)定值

加熱設(shè)定值

暖通空調(diào)模式

暖通空調(diào)狀態(tài)

風(fēng)扇模式

風(fēng)扇狀態(tài)

保持狀態(tài)

手動(dòng)超控

繼電器狀態(tài)

此數(shù)據(jù)集是符合 ZigBee HA1.2 規(guī)范或家庭自動(dòng)化版本 1.2 的最低要求。然而，無論無線協(xié)議如何，這些變量都會(huì)建立一組最小數(shù)據(jù)點(diǎn)，任何高產(chǎn)量效率算法都需要從恒溫器中獲得這些數(shù)據(jù)點(diǎn)。

還需要外部數(shù)據(jù)，例如局部溫度和濕度，因?yàn)樗鼈儠?huì)影響內(nèi)部溫度并導(dǎo)致HVAC系統(tǒng)的狀態(tài)變化。例如，在炎熱的夏季和寒冷的冬季，室外溫度在白天波動(dòng)很大，極大地影響了房屋降溫和升溫的能力。因此，這些變量將頻繁更改。構(gòu)建房屋熱力學(xué)屬性的復(fù)雜模型需要存儲(chǔ)所有這些變量，然后實(shí)時(shí)處理它們，以便為算法提供足夠的分辨率以產(chǎn)生有價(jià)值的結(jié)果。與其緩存所有這些時(shí)間序列HVAC和外部溫度數(shù)據(jù)，不如在云中傳輸和存儲(chǔ)這些數(shù)據(jù)，并在那里執(zhí)行最適用的算法，而不會(huì)給本地處理器帶來負(fù)擔(dān)，也不會(huì)增加內(nèi)存占用空間以適應(yīng)這些數(shù)據(jù)要求，這樣會(huì)更有效。

從從數(shù)百萬個(gè)恒溫器收集的數(shù)據(jù)中收集的多天和許多季節(jié)的數(shù)據(jù)中，能源效率模型可以更好地預(yù)測(cè)個(gè)人家庭的身體特征以及在消費(fèi)者設(shè)定的給定溫度條件和舒適度下對(duì)消費(fèi)者行為的反應(yīng)。算法和模型將經(jīng)常更新，以納入這種實(shí)時(shí)反饋。在駐留在云中的服務(wù)器中更改這些算法要容易得多，而不是在每個(gè)恒溫器中傳輸和存儲(chǔ)新算法。

使用混合策略進(jìn)行優(yōu)化

隨著無線連接對(duì)于產(chǎn)品接受度迅速變得至關(guān)重要，許多無線子系統(tǒng)都有一個(gè)嵌入式CPU，該CPU具有足夠的每秒百萬指令（MIPS）來處理無線協(xié)議，同時(shí)具有操作所需恒溫器邏輯的余量。這消除了對(duì)第二個(gè)微處理器的需求，節(jié)省了資金和電路板空間。然而，雖然實(shí)現(xiàn)了較低的總體BOM成本，但這種權(quán)衡導(dǎo)致能效算法缺乏計(jì)算能力。正常恒溫器操作、無線網(wǎng)絡(luò)和效率算法的實(shí)時(shí)處理需求取代了消費(fèi)級(jí)處理器。因此，正確的平衡點(diǎn)是設(shè)計(jì)一個(gè)非常低成本的連接和可編程恒溫器，該恒溫器連接到基于云的服務(wù)，以優(yōu)化家庭的能源效率及其家庭成員所需的個(gè)人溫度偏好。

審核編輯：郭婷