在整體物聯(lián)網(wǎng)領(lǐng)域中所包含的終端技術(shù)非常多且復(fù)雜，因此并沒(méi)有單一的芯片或裝置技術(shù)能夠含括整個(gè)物聯(lián)網(wǎng)領(lǐng)域的需求，顯示這是一個(gè)集眾多技術(shù)、服務(wù)以及市場(chǎng)在一身的龐大科技領(lǐng)域。所有這些均連結(jié)至互聯(lián)網(wǎng)，未來(lái)隨著物聯(lián)網(wǎng)定義的持續(xù)演進(jìn)，物聯(lián)網(wǎng)架構(gòu)設(shè)計(jì)也將持續(xù)見(jiàn)到演進(jìn)及變革。
智能家居等物聯(lián)網(wǎng)終端應(yīng)用領(lǐng)域，成為一龐大資料搜集區(qū)塊
據(jù)SemiEngineering網(wǎng)站報(bào)導(dǎo)，物聯(lián)網(wǎng)領(lǐng)域與移動(dòng)裝置領(lǐng)域或其他科技應(yīng)用領(lǐng)域不同的是，移動(dòng)裝置等領(lǐng)域更適合于單一特定應(yīng)用并重復(fù)使用之，物聯(lián)網(wǎng)領(lǐng)域則有更多的一般目的版本，在部分情況下將會(huì)進(jìn)行具體的設(shè)計(jì)，并試圖針對(duì)其他市場(chǎng)領(lǐng)域再度運(yùn)用。由于物聯(lián)網(wǎng)領(lǐng)域更加廣泛、規(guī)模也持續(xù)在增加，因此未來(lái)將可見(jiàn)到針對(duì)特殊應(yīng)用的更多特殊設(shè)計(jì)問(wèn)世。
為了描述出一個(gè)完整的物聯(lián)網(wǎng)體系，將需要建構(gòu)一個(gè)三層的架構(gòu)，其一包含服務(wù)器與云端零組件、其二為介于物聯(lián)網(wǎng)邊緣裝置(edgedevice)與云端之間的網(wǎng)關(guān)零組件，其三則是作為真實(shí)世界與網(wǎng)絡(luò)之間鏈接的物聯(lián)網(wǎng)邊緣裝置，此即各類終端物聯(lián)網(wǎng)產(chǎn)品，如智能家居產(chǎn)品線等。
雖然上述過(guò)程看似有其邏輯性，不過(guò)在物聯(lián)網(wǎng)邊緣裝置方面，許多情況下卻是由效能較差的傳感器來(lái)搜集數(shù)據(jù)，再傳送這些資料至云端供進(jìn)行分析處理，有時(shí)候甚至傳送速度太慢以至于無(wú)法將全數(shù)數(shù)據(jù)上傳云端，這便形成了為物聯(lián)網(wǎng)設(shè)計(jì)芯片或傳感器時(shí)變得非常困擾的情況。
一方面這些物聯(lián)網(wǎng)邊緣裝置成本不能太高，但在部分物聯(lián)網(wǎng)市場(chǎng)又需要這些裝置不僅具可靠性又必須安全，且還必須符合大量標(biāo)準(zhǔn)規(guī)范，如在汽車領(lǐng)域還必須符合諸如ISO26262等多項(xiàng)標(biāo)準(zhǔn)、在工業(yè)物聯(lián)網(wǎng)(IIoT)領(lǐng)域符合OMAC及OPC等工業(yè)標(biāo)準(zhǔn)等，這些都為物聯(lián)網(wǎng)裝置在正式問(wèn)世前增加許多成本及時(shí)間。
特別是在移動(dòng)電子領(lǐng)域，這些物聯(lián)網(wǎng)系統(tǒng)設(shè)計(jì)上還需要非常省電及延長(zhǎng)電池續(xù)航力，這就需要復(fù)雜的電源管理技術(shù)，如此也將進(jìn)一步提高成本及復(fù)雜性，更不用提這些裝置需要具備足夠的效能完成任務(wù)。
為了在降低成本且維持效能情況下開(kāi)發(fā)適合物聯(lián)網(wǎng)邊緣裝置搭載的芯片及傳感器等零組件，運(yùn)用摩爾定律(Moore’sLaw)將微處理器持續(xù)微縮，如將物聯(lián)網(wǎng)芯片從現(xiàn)行55納米及40納米技術(shù)水準(zhǔn)，提升至40納米及28納米水平，將有助于降低成本。
若要提升安全性，芯片設(shè)計(jì)也必須改進(jìn)至采用32位；另如將多個(gè)傳感器封裝至單一叢集以創(chuàng)造規(guī)模經(jīng)濟(jì)，也是一個(gè)能夠降低成本的方式。畢竟這些邊緣裝置必須針對(duì)各日常生活應(yīng)用領(lǐng)域客制化設(shè)計(jì)與打造，存有各式復(fù)雜的設(shè)計(jì)要求，甚至有時(shí)存在著高量產(chǎn)需求，因此壓低成本將有其幫助。
隨著邊緣裝置搜集到更多數(shù)據(jù)，網(wǎng)關(guān)會(huì)無(wú)法負(fù)荷將如此大量數(shù)據(jù)都傳送至云端、再由云端進(jìn)行分析處理的任務(wù)，這也因此對(duì)中階運(yùn)算平臺(tái)形成需求性，這類平臺(tái)適合介于云端與邊緣裝置之間，可成為智能或簡(jiǎn)單的網(wǎng)關(guān)、或是作為邊緣服務(wù)器等。
此外，讓邊緣裝置導(dǎo)入人工智能(AI)芯片直接就近處理大量數(shù)據(jù)、無(wú)需再上傳數(shù)據(jù)至云端，也是解決此一問(wèn)題的辦法之一，前提是要開(kāi)發(fā)出具足夠處理分析能力的AI芯片。云端接收到的邊緣裝置搜集數(shù)據(jù)往往不一致且龐大，這類資料可能在AI上作為模式識(shí)別的一部分，或只能進(jìn)行不適合于量子化學(xué)軟件Gaussian分布的像差篩選。
為解決此問(wèn)題，芯片制造商與系統(tǒng)業(yè)者開(kāi)始為邏輯與傳輸量設(shè)計(jì)全新的架構(gòu)，在同樣情況下將部分處理過(guò)程轉(zhuǎn)移至網(wǎng)絡(luò)中，或甚至導(dǎo)入各類型內(nèi)存。