I moderna systemdesign är kommunikation och databehandling centrala element som måste hanteras effektivt. När det gäller att överföra data mellan processer eller system, är val av protokoll och arkitektur avgörande för att säkerställa att systemen fungerar effektivt och pålitligt. Ett vanligt protokoll som används i sådana sammanhang är TDMA (Time Division Multiple Access), som delar upp kommunikationskanalen i tidsluckor. Men det finns också andra systemkomponenter som kan användas för att optimera databehandling och kommunikation i olika situationer, såsom edge- och cloud computing.

För att förstå hur dessa teknologier interagerar, kan vi börja med att titta på ett exempel där vi har ett antal processer som är redo att skicka data över en kommunikationskanal. I den här situationen använder vi TDMA för att styra när varje process får tillgång till busssystemet. Om vi har en ramstorlek på 4000 byte, och varje process har en specifik mängd data att skicka, måste systemet fördela dessa data över flera tidsluckor. Detta innebär att om process 2 har 6356 byte att överföra, kommer den att fylla flera ramar, och varje process får en viss mängd tid för att skicka sina filer.

Men om vi övergår till ett system där TDMA inte används, utan istället tillåts en process att utnyttja busen tills dess att dess överföring är klar, förändras situationen. Här får varje process möjlighet att skicka sina data utan tidsbegränsningar, vilket innebär att vissa processer kan ta längre tid att överföra sina filer än andra. Detta skapar en mer flexibel men också potentiellt långsammare överföring, eftersom en process som har mycket data att överföra kommer att blockera busen för andra processer tills den är klar.

När vi nu ser på mer avancerade teknologier, som cloud computing och edge computing, ser vi att dessa ger nya dimensioner för design av inbäddade system. Cloud computing gör det möjligt att överföra komplexa beräkningar och datahantering till externa servrar, vilket frigör processorkapacitet på själva inbäddade enheten. Detta skapar nya möjligheter för system som tidigare inte hade tillräcklig datorkraft eller lagringskapacitet att genomföra komplexa uppgifter, såsom att utföra kemiska analyser baserat på sensorinformation från en gårds bevattningssystem.

Samtidigt kan edge computing, som sker nära datainsamlingspunkterna, ge fördelar i situationer där realtidsbearbetning är viktig. Här kan en inbäddad enhet som till exempel en fabrikssystembearbetare utföra beräkningar utan att behöva förlita sig på en avlägsen server. Detta minskar latens och förbättrar systemets responsivitet. Däremot finns det ofta ett behov av att använda ett mellanled av servrar, också kallat "fog computing", som ger ytterligare kapacitet innan data skickas vidare till en central cloud-server för mer avancerad bearbetning.

Det är viktigt att förstå att denna fördelning av beräkningskapacitet inte bara handlar om att välja en viss typ av teknologi utan om att noggrant överväga systemets krav på latens, bandbredd och beräkningskraft. För system där realtidsbearbetning är avgörande, som t.ex. för att låsa upp dörrar baserat på ansiktsigenkänning, kan edge computing vara den bästa lösningen. Men för andra system som samlar in stora mängder data och inte har samma krav på realtidsåterkoppling, kan cloud computing vara ett bättre alternativ.

Det är också viktigt att beakta integritets- och säkerhetsfrågor när det gäller användningen av cloud computing. Eftersom data ofta överförs över öppna nätverk och lagras på externa servrar, kan det uppstå problem med ägarskap och skydd av känslig information. Därför måste designers säkerställa att rätt säkerhetsprotokoll används, och att systemet följer de lagar och bestämmelser som gäller för dataskydd.

Därför måste en designprocess för inbäddade system, oavsett om den handlar om kommunikation mellan processer, användning av cloud eller edge computing, ta hänsyn till en mängd olika faktorer som latens, kapacitet och säkerhet för att optimera prestanda och pålitlighet.

Hur kan användningsfall och universell tillgång påverka produktdesign och systemutveckling?

Analysen av användningsfall är en iterativ process där designteamet successivt förfinar och anpassar lösningen utifrån nya insikter och upptäckter under arbetets gång. Detta innebär att en inledande idé ständigt revideras och kompletteras, ofta med framväxt av nya scenarier och variationer som måste hanteras. Exempelvis kan det vid en brodesign framkomma scenarier där bommar inte går ner trots att en eller flera båtar närmar sig, vilket kan leda till att användningsfallet delas upp i flera delfall eller att nya användningsfall för relaterade system, såsom trafikbommar för vägtrafik, måste utvecklas.

Dessa insikter gör det också möjligt att skapa alternativa produktversioner anpassade för olika miljöer och kundbehov, såsom urbana områden med alternativa vägar eller mer isolerade landsbygdsområden där omledning är svårt. Valen i hur en bro ska fungera vid reparation, exempelvis om spannet ska stå upp och omdirigera vägtrafik, eller om båttrafiken ska stoppas, är mer avgörande för produktens karaktär än mer detaljerade funktioner som i vilken ordning ljussignaler aktiveras. Genom att identifiera gemensamma komponenter och funktioner kan designteamet skapa modulära lösningar som enkelt kan anpassas för olika versioner av produkten och därigenom nå en bredare marknad.

En annan kritisk aspekt i produktdesign är universell tillgång, vilket innebär att system och produkter bör utformas så att de är tillgängliga och användbara för alla människor, inklusive personer med olika typer av funktionsnedsättningar. Detta inkluderar synnedsättningar, hörselnedsättningar, begränsad rörlighet, motoriska svårigheter och kognitiva utmaningar. Den demografiska utvecklingen med en åldrande befolkning gör detta till en allt viktigare fråga, inte minst eftersom många äldre har flera kombinerade begränsningar. Lagstiftning i många länder stödjer också krav på inkluderande tillgång.

Vid utveckling av system som exempelvis en bro måste designteamet tänka igenom hur olika användargrupper påverkas i varje scenario. Om brospannet höjs måste varningssystem vara både visuella och ljudbaserade för att blinda personer ska kunna uppfatta att det är dags att vänta. Färgblinda bilförare behöver tydliga signaler där färger kompletteras med former eller storlekar för att säkerställa att informationen blir begriplig. Pedagogiska anpassningar kan också behövas för barn som kanske inte förstår komplexa varningssignaler. För personer med nedsatt rörlighet måste sensorer kunna detektera till exempel rullstolsburna som är lägre än stående personer, och beräkningarna för säker passage måste ta hänsyn till att vissa personer rör sig långsammare och behöver längre tid på sig.

Det är alltså inte bara själva tekniken eller själva huvudfunktionerna som ska utformas, utan hela användarupplevelsen måste anpassas efter olika människors förutsättningar. Detta påverkar hur systemets beteendemodell och specifikation utformas och gör att scenarier med olika aktörer och deras behov måste inkluderas redan från början i designprocessen.

Modelleringsspråk som UML (Unified Modeling Language) och utvecklingsmetoder som UMP (Unified Modeling Process) har blivit viktiga verktyg i denna process. De möjliggör standardiserad beskrivning av systemets funktioner, beteenden och struktur genom användningsfallsdiagram, sekvensdiagram, tillståndsdiagram och flera andra. Dessa modeller hjälper designteamet att få en gemensam bild av systemet, fånga olika scenarier och underlätta anpassningar, inklusive de som krävs för att möta universell tillgång. Många mjukvaruverktyg stödjer idag denna typ av modellering och integrerar olika delar av designprocessen, från tidiga användningsfall till detaljerad komponent- och datamodellering.

Det är viktigt att inse att design för universell tillgång inte är en eftertanke utan en grundläggande del av systemets funktion och säkerhet. Varje anpassning kan ha konsekvenser för andra delar av systemet och måste därför betraktas som en integrerad aspekt i hela designprocessen. Användningsfallsanalysen blir på så sätt ett dynamiskt verktyg för att utforska, testa och definiera systemets funktionalitet i en mångfald av verkliga användarsituationer, vilket bidrar till att skapa produkter som är hållbara, inkluderande och kommersiellt gångbara över tid.

Vad gör moderna processorelement unika i inbyggda system?

Inbyggda system är ett exempel på specialiserad användning av processorkraft, där elementens funktioner anpassas för specifika uppgifter snarare än att vara allmänna beräkningsverktyg som de som finns i stationära och bärbara datorer. Dessa processorelement är ofta mindre kraftfulla när det gäller beräkningskapacitet, men de är utrustade med många fler funktioner som gör det möjligt för dem att interagera med omvärlden. Exempel på sådana funktioner inkluderar både digitala och analoga ingångar för att känna av data samt utgångspinnar som kan styra andra enheter, antingen direkt eller via transistorer för att hantera tyngre belastningar.

Många av dessa processorelement erbjuder sofistikerade funktioner som pulsbreddsmodulering (PWM) för att styra motorer, kvadraturkodning för rotationsspårning och inbyggda industriella kommunikationsprotokoll som Controller Area Network (CAN) och Inter-Integrated Circuit (IIC). Redan 1968 började de första processorelementen dyka upp, som var avsedda för andra tillämpningar än de stora datorerna, och dessa användes framför allt i militära applikationer. Till exempel, Viatrons 2140/2150-familj användes i System 21 små datorsystem.

Den första kommersiellt tillgängliga mikroprocessorchipet var Intel 4004/4040-familjen, som var en 4-bitars processor och faktiskt en fyrchipfamilj – en processor, en ROM-chip, en RAM-chip och ett skiftregister. RAM-chipet, till exempel, kunde hålla 40 byte data. Instruktionerna kördes på antingen 10,8 eller 21,6 mikrosekunder vid maximal klockfrekvens. Processorn var förpackad i ett 16-stifts DIP-krets. Användningsområdena var bland annat skrivbordskalculatorer.

På 1970-talet tog andra företag som Texas Instruments och Motorola fram sina egna mikroprocessorer. 1974 introducerade Motorola 6800 och därefter 6802 med inbyggd programvara och 128 byte RAM. Intel, å sin sida, presenterade 8048-familjen 1976, och senare 8051-familjen 1980, som hade 4K ROM och 256 byte RAM. Dessa processorer var utformade för att köra enkla instruktioner på en eller några mikrosekunder och användes till exempel i tangentbord för att övervaka knapptryckningar.

Vid denna tidpunkt började många företag utveckla mikroprocessorer för specifika applikationer snarare än för allmänt bruk, såsom digital signalbehandling (DSP). Dessa element var optimerade för att utföra specifika beräkningar snabbt och effektivt. I takt med att grafik fick en större roll inom datorer utvecklades också specialiserade processorelement för grafiska beräkningar.

Idag ser vi en kontinuerlig utveckling av processorer inom inbyggda system och Internet of Things (IoT). På den lägre nivån finns nya 8-bitars processorelement med inbyggda funktioner som analog-till-digital-omvandlare (ADC) och digital-till-analog-omvandlare (DAC), vilket möjliggör enklare och mer effektiva lösningar för många tillämpningar. Ett exempel på denna utveckling är Arduino, som erbjuder små kort med extra kretsar för att hantera andra komponenter, som att driva elektriska laster eller mäta fysiska parametrar.

På den högre nivån finner vi kraftfullare processorer, baserade på ARM CORTEX-standarden, med mer avancerade instruktioner och 32-bitars aritmetik. Dessa processorer har ofta högre klockfrekvenser och ett större antal I/O-pinnar som till exempel PWM och seriell kommunikation.

En annan viktig trend för inbyggda system är utvecklingen av lågströmsprocessorelement, som tillåter enheter att gå in i viloläge för att spara energi. I många applikationer, särskilt de som involverar batteridrivna enheter, är det avgörande att kunna minska strömförbrukningen, eftersom det inte alltid är praktiskt att byta batterier. Processorelement som kan "vakna" under korta perioder för att ta mätningar och sedan återgå till viloläge kan vara skillnaden mellan ett framgångsrikt och misslyckat designprojekt.

Dessutom är det värt att notera trenden att använda väldigt stora fältprogrammerbara grindarrayer (FPGA) för att implementera både processorelement och andra komplexa enheter som MP3/MP4-spelare och trådlösa kommunikationskretsar. Genom att använda uppsättningar av ekvationer för att programmera FPGA-kretsarna kan en komplett applikation designas och implementeras på ett enda system-på-chip (SoC).

Förutom processorelementen är också utvecklingen av trådlösa nätverk och kommunikationsprotokoll för inbyggda system och IoT av stor betydelse. Trådlösa nätverk som Bluetooth och Zigbee, och mer nyligen 6LoWPAN, har gjort det möjligt att skapa applikationer för fjärrövervakning och sensorer, där användning av kablar vore opraktiskt. Trådlösa sensornätverk (WSN) används ofta i geografisk övervakning i avlägsna områden eller i mobila patientövervakningssystem där trådbundna kopplingar inte är genomförbara.

Det är också viktigt att tänka på den komplexitet som trådlösa system medför, särskilt i fråga om säkerhet och dataskydd. IoT-enheter, som samlar och sänder stora mängder data, måste vara säkra för att förhindra obehörig åtkomst och manipulation av känslig information.

Valet mellan minnestekniker: Volatilt vs. Icke-volatilt minne och cacheminne i system

Valet av minnesteknik i ett system styrs ofta av en mängd faktorer, inklusive andra enheters närvaro i systemet, hastighet, kostnad och tillgängligt utrymme. När det gäller parallell och seriell minnesinterfacing kan beslutet om vilken teknik som ska användas bero på om andra enheter i systemet är av parallelltyp. I sådana fall har systemet redan reserverat utrymme för en parallell databuss och kanske även en liten adressbuss. För dessa situationer finns ingen uppenbar fördel med att använda ett seriellt minne. Å andra sidan, om systemet inte har några parallellanslutna kretsar och de realtidskrav som ställs fortfarande kan uppfyllas, talar fördelarna med platsbesparing och minskad strömförbrukning för användning av seriella minnen.

En annan viktig aspekt är distinktionen mellan volatilt och icke-volatilt minne. Volatilt minne, såsom SRAM (Static Random Access Memory) och DRAM (Dynamic Random Access Memory), förlorar sitt innehåll när strömmen stängs av. SRAM är snabbare och kräver mindre energi än DRAM, vilket gör det lämpligt för applikationer som kräver snabb åtkomst. DRAM å andra sidan är billigare och erbjuder högre densitet, vilket gör det till det föredragna valet för system där stora mängder RAM behövs på liten yta. Det är dock viktigt att förstå att DRAM är långsammare och mer känsligt för temperaturvariationer än SRAM.

Icke-volatilt minne, som behåller sina värden även när strömmen stängs av, används ofta för att lagra kod för uppstart, konfigurationsdata och användardata som inte får förloras vid strömbortfall. Vanliga typer av icke-volatilt minne inkluderar ROM (Read-Only Memory), PROM (Programmable Read-Only Memory), EPROM (Erasable Programmable Read-Only Memory), EEPROM (Electrically Erasable Programmable Read-Only Memory) och Flash-minne. Varje typ har sina specifika egenskaper och användningsområden.

ROM är vanligt i situationer där hög volym är en viktig faktor, exempelvis i inbyggda system i bilar eller trafikljus. PROM tillåter programmering av data på fältet, vilket är användbart när produkterna behöver anpassas för specifika användningssituationer, men denna typ av minne kan inte omprogrammeras efter att det har bränts. EPROM och EEPROM erbjuder större flexibilitet, där EPROM kan raderas och omprogrammeras med hjälp av ultraviolett ljus, medan EEPROM kan skrivas om elektriskt i kretsen. Flashminne, som ofta används för lagring av större mängder data än EEPROM, är snabbare och billigare, men har också begränsningar i antal skrivcykler, vilket innebär att det inte är lämpligt för applikationer där data ändras frekvent.

För att hantera begränsningen av skrivcykler i EEPROM och Flash används ofta en teknik där data lagras i RAM under drift och endast kopieras till det icke-volatila minnet under specifika förhållanden, exempelvis vid periodiska säkerhetskopiering eller vid strömbortfall. Detta tillvägagångssätt minskar risken för att minnet slits ut snabbt och säkerställer att endast den viktigaste datan bevaras.

En annan viktig aspekt att förstå är hur systemets minneshierarki fungerar. Inom en processor finns olika nivåer av minne som spelar olika roller beroende på hur snabbt och hur mycket data som behöver bearbetas. Det snabbaste minnet är vanligtvis cacheminnet, som ligger direkt på processorkretsen. Cacheminnet lagrar nyligen använt data från huvudminnet för att snabba upp åtkomsten. När CPU:n refererar en minnesadress jämför cache-hårdvaran denna adress med de adresser som finns i cachen. Om data redan finns i cachen, hämtas det direkt därifrån, vilket kallas en "cache hit". Om data inte finns i cachen, vilket kallas en "cache miss", hämtas det från huvudminnet och lagras i cachen.

Cacheminne är mycket snabbare än huvudminnet, vilket ger en stor prestandafördel för system som använder det. En nackdel är dock att det kan vara svårt att göra en exakt tidsanalys av programmet, eftersom cache-missar kan vara svåra att förutsäga och kan påverka systemets prestanda.

Förutom cacheminnet finns även "scratchpad"-minnet, ett litet, mycket snabbt minne som finns direkt på processorn. Skillnaden mellan scratchpad och cacheminne är att scratchpad-minnet styrs helt av programvaran, vilket ger utvecklaren mer kontroll över datalagring och åtkomst. När data skrivs till scratchpad, stannar det där tills det skrivs ut av programmet, vilket gör denna typ av minne mycket användbar för vissa typer av beräkningar.

För att välja rätt minnesteknik och implementera den effektivt krävs en god förståelse för både systemets arkitektur och de specifika krav som ställs på prestanda, strömförbrukning och lagringskapacitet. Det är också viktigt att ta hänsyn till hur olika typer av minnen samverkar inom systemet, vilket kan påverka både hastigheten och tillförlitligheten för hela systemet.

Hur förändrade politiska influenser OMB:s roll från neutral kompetens till politiskt ansvarstagande?
Hur kan Kroneckerprodukten och tensorprodukten tillämpas i matrisberäkningar och fysik?
Hur påverkar 2D-halvledarmaterial logiken i framtidens enheter?
Hur kommer prediktiv modellering att förändra halvledartillverkning?
Hur den praktiska realiseringen av meteren definieras och tillämpas inom dimensionell metrologi