隨著多協議網狀網絡在工業和醫療物聯網應用中越來越受歡迎，在擁塞的 2.4 GHz 波段中確保出色無線性能是設備制造商面臨的一大挑戰。考慮到這些挑戰，Silicon Labs 推出了超低功耗 BG24 和 MG24 無線 SoC，以解鎖先進傳感和處于醫療和工業環境中微小邊緣的 AI/ML。
全球新冠肺炎疫情給醫療保健系統帶來了前所未有的挑戰，包括醫療資源稀少、患者數量增加，以及診所和設施管理的復雜性更高。在照護急重病例時，不容有錯誤的工作流程或暫時無法找到醫療器械。如果忘記了把器械放在什么地方，會減慢手術速度，護士平均每班次需要約 20 分鐘來尋找器械。這相當于因無效工作而損失 500,000 美元。
支持物聯網的解決方案可以改善醫療保健垂直行業的整體績效，推動更好的工作條件，并改善醫院的患者護理。因此，預計到 2027 年，物聯網醫療保健市場規模將達到 4694 億美元，并以 20.9% 的復合年增長率 (CAGR) 實現增長。
預測工業領域也會有上述同樣的增長前景。2021 年至 2028 年間的 CAGR 為 22.8%，預計到 2028 年，市場規模將達到 1.1 萬億美元，顯然，越來越多的企業注意到支持物聯網的解決方案在改善運營方面的價值。通過無線連接增強現有基礎設施，工業領域充分利用物聯網的強大能量，從而減少了意外停機時間、提高了產量并改善了人員安全。
利用新的創收機會
這一軌跡轉化為創新物聯網解決方案，隨時準備變革我們所了解的現有行業。那么，是什么阻礙了一些設備制造商利用這些創收機會？答案：能夠確保跨零散多協議環境可靠連接的復雜開發流程。
Silicon Labs 的全新 BG24和 MG24 專為實現 2.4 GHz 無線性能而設計，旨在使設備制造商能夠開發安全、智能的設備并將其更快推向市場。公司 SoC 產品組合中新增了這兩款產品，強化了我們的集成硬件和軟件平臺產品，從而助力發掘新的工業和醫療機會。
出色性能的射頻鏈路，無需權衡能源效率
眾所周知，工業環境中的 RF 條件非常惡劣，在這種條件下，視線障礙物包括厚墻壁、金屬外殼、旋轉設備以及在制造過程中產生的其他電磁波，這給設備制造商帶來了重大挑戰。更為糟糕的是，這些快速增長的應用運行在擁塞的 2.4 GHz 傳輸頻帶上，對射頻模塊提出了更高的要求。
射頻傳輸會對任何連接的設備能耗造成負面影響，尤其是電池供電的設備。當使用鈕扣電池工作時，每盎司能量都至關重要。為此，優化電池生命周期是首要的設備設計考慮因素。
對于 Zigbee 和 Matter 中使用的 802.15.4 技術，BG24 和 MG24 SoC 具有市場上出色性能和 124dB 超低功耗 RF 通信鏈路。而這是通過提供高達 +19.5 dBm 的發射功率和 -104.5 dBm 的接收器靈敏度得以實現的。
通常，這種級別的無線性能意味著需要在能效方面作出權衡。然而，通過微調睡眠模式電流和調度電池供電的設備傳輸數據時間，實現了低功耗能耗配置文件，從而確保了這些 SoC 出色的可靠性和延遲。
Lumen Heat 下的網狀網絡可靠性
隨著 LED 市場的轉變，互聯照明系統進一步減少了商業建筑的能源費用和二氧化碳排放量。通過部署電池供電的日光感應傳感器，無線技術大大降低了安裝成本。無需電線即可與燈具通信，部署變得易于實施和擴展。
這也可以為額外的增值服務開創機會。由于燈具在建筑物中隨處可見，因此商業建筑業主開始轉向使用智能照明，以更好地了解其建筑物，從而營造更愉快、更高效的工作環境。還可以獲取寶貴的運營見解，范圍涵蓋空氣質量、空間利用率、入住舒適度和客房入住統計數據等等。
實施智能照明的一大挑戰是實現當前通信協議之間的互操作性。全新 MG24 具有足夠的內存空間，可承載多個無線協議棧，而不會使主機 MCU 過載，可提供動態多協議配置。這確保了具有藍牙或 Zigbee 網狀網絡的零散生態系統內所需的靈活性。此外，125 可在高達 MG24°C 的溫度下可靠運行，因此成為商業照明領域最具競爭力的 SoC 選擇。
面向未來的互聯醫療設備
對于所有物聯網開發人員來說，充分利用其邊緣能力所面臨的一大障礙是資源受限，如內存空間。由于醫療設備的使用壽命長達 10 年，因此經擴展的內存容量可確保已部署設備有空間來安裝更多軟件。隨著越來越多的醫療保健法規出臺，連接的端點需要場內固件和安全升級。
全新 BG24 SoC 配備嵌入式大存儲容量，是適用于醫療設備的高效、高性能解決方案。BG24 支持藍牙網狀網絡，可為外圍設備和遠程無線 (OTA) 軟件更新提供擴展內存資源。
最高級別的行業安全
詐騙者和黑客點子越來越多，醫療和工業部門都面臨著許多安全問題。潛在黑客名單很長，設備劫持、數據泄露和中間人攻擊相當常見。為了確保設備制造商開發穩健、安全的解決方案，醫療市場受到行業標準和指南的嚴格監管。
Silicon Lab 在 SoC 層面注入最高級別的行業安全認證 PSA Level 3 認證 Secure?Vault?，從而為設備制造商從一開始就優先滿足網絡安全的工作提供支持。為了進一步消除任何安全漏洞，我們還提供不止閃存編程的軟件安全配置服務。定制零件制造服務 (CPMS) 提供先進的安全性和唯一的證書，樣本周轉時間少于 4 周。
在最低 BOM 的情況下實現精確測量
在互聯世界中，工業和醫療保健環境具有相似特征：兩者都需要高質量的傳感數據來作出明智的決策。雖然這些行業仍在不斷發展，但對于監測關鍵設備和跟蹤人員及患者，以及改造設施和站點以提高效率、可持續性和安全性而言，也提出了新的要求。
由于精確測量可確保系統的穩健性和可靠性，因此非常注重底層硬件及其設計考慮因素。為了確保傳感應用的輸出值具有更高的分辨率，設備制造商需要選擇具有先進模擬組件且能夠測量最小電壓/電流變化的無線 SoC。
全新推出的 SoC 系列無需外部模擬組件，通過內置的 20-ADC 和 12 位 DAC 以及比較器即可滿足行業基準。這對設備制造商意味著什么？高精度測量，降低物料表 (BOM) 成本和印刷電路板 (PCB) 占用空間。除了明顯的經濟效益外，BG24 和 MG24 SoC 還真正簡化了開發過程。
適用于電池供電設備的微型邊緣 AI/ML
對于任何一家企業，能否充分利用時間序列傳感數據成為關鍵的差異化因素。能夠從環境中學習并實時操作的自主設備可帶來全新的效率并釋放創新力。AI/ML 隨時可以重新裝備和升級現有的工業和醫療用例。據 IoTforAll 稱，很快就要走出炒作階段，到 2024 年，物聯網市場中 AI/ML 的價值將達到 162 億美元。
在工業環境中，AI/ML 在預測性維護領域勢頭正猛，其中 AI/ML 會及時檢測設備條件下的異常情況，并且能夠在任何故障發生之前予以糾正。在商業建筑管理領域，設施經理開始使用 AI/ML 來實施人員計數算法，并將包括照明和暖通空調在內的關鍵建筑系統重新定義為智能系統。
所有這些應用程序都呈現了對時間敏感的用例，其中速度和延遲對于識別可用的見解至關重要。將邊緣計算置于云端會擴大數據傳輸窗口，并且需要大量基礎設施來存儲、傳輸和處理數據。Silicon Labs 通過在芯片組級別納入內置 AI/ML 硬件加速器，通過全新 BG24 和 MG24 SoC 推動電池供電設備在微型邊緣進行 AI/ML 處理。這些 SoC 為業界率先推出，可為電池供電物聯網設備發掘新的 AI/ML 機會，使處理性能提升四倍。請查看我們最近的技術講座“拆箱全新 BG24 和 MG24 SoC，深入了解 BG24 和 MG24 SoC。
