A BOM com Detecção de Borda: O Que Especificar, de IMUs a Interfaces

Principais conclusões

• Especifique cada componente pelo que ele pode decidir localmente e quanto cada decisão custa em energia, porque a questão sensor versus host se repete em cada linha da BOM.
• Os recursos always-on são os grandes diferenciais: interrupções por wake-on-event, classificadores no próprio sensor e profundidade de FIFO determinam por quanto tempo tudo a montante pode permanecer em modo de baixo consumo.
• A memória se tornou uma linha de BOM de primeira grandeza em 2026, com a largura de banda e a disponibilidade de LPDDR influenciando os projetos tanto quanto a escolha do sensor.
• I3C está se tornando o barramento padrão para sensores, trazendo endereçamento dinâmico e interrupções in-band projetadas para arquiteturas com wake-on-event.

Uma arquitetura, sete itens de linha

Um produto de edge sensing vive ou morre com base em quatro coisas: os sensores que observam o mundo, o hub que executa os modelos, a memória que os alimenta e as interfaces que unem toda a pilha. Se você os escolher pelas especificações de pico, o projeto funciona na bancada e morre na bateria. Um artigo complementar, On-Device Inference Is Remaking the Sensor Stack, apresenta uma abordagem melhor: empurrar cada decisão para o estágio mais barato capaz de tomá-la. Este artigo transforma essa regra em especificações, componente por componente.

A folha de especificações, consolidada

Vamos examinar as especificações que definem cada componente, o recurso de edge AI pelo qual vale a pena pagar e as interfaces típicas.

IMUs: faixa, ruído e o classificador “gratuito”

A unidade de medição inercial (IMU) é o cavalo de batalha de wearables, rastreadores de ativos e monitoramento de condição, e também é o exemplo mais maduro de IA no sensor. Quatro áreas de especificação determinam a IMU certa:

• Faixas de escala total simultâneas. Componentes de faixa dupla capturam, simultaneamente, detalhes de movimento de 16 g e impactos de 80 g, ou choque industrial de 256 g, eliminando a escolha forçada entre resolução e margem.
• Densidade de ruído e estabilidade do bias do giroscópio. Elas definem a deriva do dead reckoning, e a classificação de atividade de consumo tolera muito mais de ambas do que navegação. Compre a classe que o algoritmo exige.
• O engine no sensor. Árvores de decisão e máquinas de estado sem código classificam eventos sem firmware, enquanto DSPs programáveis no sensor executam redes personalizadas. Confirme o suporte de ferramentas e quantas árvores ou estados realmente cabem.
• Profundidade de FIFO e interrupções. Um FIFO profundo permite ao host ler em lote e dormir por mais tempo, e os pinos de wake-on-event são o que tornam real o wake-up em camadas.

A STMicroelectronics lidera em inteligência no sensor, com TDK InvenSense, Bosch Sensortec e Analog Devices cobrindo o espectro de consumo ao industrial. Para projetos automotivos e de longa vida útil, status AEC-Q100 e programas de longevidade de 10 anos são especificações filtráveis.

Time-of-Flight: zonas, luz ambiente e a vantagem do módulo

Um sensor time-of-flight (ToF) informa distância, não uma imagem, razão pela qual se espalhou dos telefones para laptops, robôs e eletrodomésticos como sensor de presença e gestos com privacidade integrada. O ToF direto (dToF) mede no chip o tempo de retorno dos fótons e entrega ao host a distância mais um índice de confiança, enquanto o ToF indireto troca potência por mapas de profundidade mais densos. Use estas três especificações para separar o campo:

• Número de zonas. Desde medição de distância de zona única até arrays multizona 8x8, há cobertura para presença, postura e gestos, e os módulos mais recentes alcançam 54 x 42 zonas com alcance de até 9 m para mapeamento de profundidade.
• Alcance sob luz ambiente real. A imunidade à luz solar é um ponto forte do dToF em relação ao infravermelho passivo (PIR), mas confirme no datasheet o alcance nos níveis de iluminação aos quais o produto realmente será exposto, junto com campo de visão e campo de iluminação.
• Encapsulamento em módulo. A maioria dos componentes cointegra o emissor, o array de diodos avalanche de fóton único (SPAD) e a óptica em um footprint de poucos milímetros, condensando várias linhas da BOM em uma só. Discreto versus módulo é tanto uma decisão de sourcing quanto de engenharia.

Radar de 60 GHz: decida onde a classificação será executada

O radar de ondas milimétricas detecta macromovimento e micromovimento (incluindo respiração) em linha de visada, no escuro e sem capturar imagens identificáveis. Alguns componentes servem como front-ends, executando varreduras de onda contínua modulada em frequência (FMCW) e armazenamento FIFO on-chip, enquanto um modelo leve faz a classificação no host. Outros colocam um DSP no die e executam o classificador no sensor. Uma vez tomada essa decisão, preste atenção a estas três especificações:

• Largura de banda de varredura, que define a resolução de alcance e a sensibilidade a micromovimentos.
• Número de canais e antena no encapsulamento, que definem a resolução angular e eliminam a carga do layout de RF.
• Duty cycling e reconfiguração dinâmica, que alternam um componente entre configurações de presença e gesto sob demanda, são onde se ganha o orçamento de always-on.

O mercado de fornecedores se divide por linha de aplicação. A Infineon lidera em consumo e automação predial, enquanto a TI domina o sensoriamento automotivo em cabine. Fornecedores de módulos oferecem outra opção: paga-se um prêmio, e a antena e o casamento já vêm pré-projetados.

Microfones MEMS: SNR é metade da especificação

O microfone é onde começa a história de consumo do always-on, e a relação sinal-ruído (SNR) é apenas parte da folha de especificações. Eis o que mais verificar:

• SNR e ponto de sobrecarga acústica (AOP) em conjunto. Um evento alto que satura se perde para o modelo, por mais baixo que seja o piso de ruído, por isso os fornecedores agora elevam o AOP junto com o SNR; componentes digitais premium levam o SNR para perto de 70 dBA e mantêm pontos de sobrecarga acima de 133 dB SPL.
• Tipo de saída. A modulação por densidade de pulso (PDM) é simples e onipresente; I2S e TDM entregam um fluxo digital limpo ao host sem codec externo. Compatibilize o periférico de áudio do host antes de selecionar um componente.
• Wake-on-sound. Detecção de atividade acústica opera a partir de cerca de 20 µA, mantendo keyword spotting e o próprio host em espera até que haja algo para ouvir.
• Correspondência em array. Beamforming exige fase e sensibilidade casadas entre os componentes; verifique a especificação de correspondência em relação aos valores de unidade única.

Hubs de sensores e processamento do host: compre throughput

O host agrega os fluxos dos sensores e adiciona timestamp e sincronização, executa o que os sensores não conseguem e desperta apenas quando as camadas abaixo assim determinam. As classificações em TOPS sozinhas enganam, portanto, ao selecionar o componente, você deve:

• Confirmar que o modelo cabe. A SRAM on-chip para ativações, a largura de banda de memória, o suporte a operadores e a maturidade do compilador determinam o throughput entregue. Execute a rede real na toolchain do fornecedor antes de comprometer o socket.
• Especificar o domínio always-on. A corrente de deep sleep com o hub de sensores ainda acordado é o consumo com que a bateria terá de conviver.
• Pesar a toolchain tanto quanto o silício. A maturidade do software costuma ser o item limitante, independentemente do fluxo do fornecedor ou da plataforma de terceiros usada pela equipe.
• Para projetos industriais, adicione secure boot, proteção do modelo e compromissos de ciclo de vida à lista.

O próprio nível do host agora cobre uma faixa ampla. Na ponta inferior, microcontroladores com NPU como o STM32N6 da ST trouxeram visão e áudio acelerados para orçamentos de potência e custo de MCU. Um passo acima, componentes construídos em torno do Ethos-U85 da Arm levam operadores de transformer até o endpoint. No topo, SoCs de edge como o Dragonwing Q-8750 da Qualcomm executam pipelines multimodais e pequenos modelos de linguagem. Ajuste o nível ao modelo mais pesado que o produto executará, com folga para o que executará no próximo ano.

Memória: a linha que agora define o orçamento

A memória decide se o projeto funciona e, em 2026, se será produzido dentro do orçamento. A SRAM on-chip é o verdadeiro limite para inferência na classe de MCUs, já que ativações e buffers de trabalho precisam caber nela, com uma faixa típica de 256 KB a 512 KB. A Flash armazena o modelo quantizado, aproximadamente um quarto do tamanho do original em 32 bits quando reduzido para 8 bits, além de uma margem para atualizações over-the-air e partições A/B. Quando entram em cena pipelines de visão ou pequenos modelos de linguagem, entra também a LPDDR externa, e a largura de banda em GB/s, tanto quanto a capacidade, determina o que o acelerador consegue entregar.

Mas especificar a memória é a parte fácil. A capacidade de DRAM tem migrado para data centers de IA, elevando os preços de LPDDR e estendendo os prazos de entrega. Verifique disponibilidade, status de ciclo de vida e fontes alternativas antes que a BOM seja congelada. Neste ciclo, essa verificação faz parte da especificação.

Interfaces: Modele o Tráfego Antes que Ele Fique Caro

O barramento define contagem de pinos, consumo de energia e quantos sensores compartilham uma linha. Uma interface existe para modelar o tráfego antes que ele chegue à parte cara do sistema, e os padrões para fazer isso mudaram:

• I3C está se tornando a base dos barramentos de sensores. O endereçamento dinâmico permite que vários sensores ToF ou IMUs compartilhem um único barramento sem malabarismo de endereços. Interrupções in-band se adequam a projetos com wake-on-event, e a compatibilidade retroativa com I2C facilita a migração. Sensores novos vêm cada vez mais com esse recurso, ao lado de SPI.
• SPI continua para tarefas de alta taxa de transferência, principalmente leituras de FIFO de radar e streaming de IMUs com alta taxa de dados.
• PDM, I2S e TDM transportam áudio, com canais TDM escalando para arrays de microfones.
• MIPI CSI-2 alimenta câmeras e ToF de classe de imagem em um pipeline local de visão, de modo que apenas recursos e metadados seguem para cima na cadeia.

Da Folha de Especificações ao Sourcing

Os princípios de On-Device Inference Is Remaking the Sensor Stack se aplicam a cada linha da BOM: resolva cada decisão o mais baixo possível na pilha e favoreça componentes que movam resultados em vez de amostras brutas.

Cada especificação acima também é um termo de busca. Faixa de escala completa, SNR e memória on-chip correspondem a filtros paramétricos no Octopart, e, quando uma especificação é mais nova que o conjunto de filtros (como contagem de zonas ou uma NPU no sensor), a folha de dados está a um clique dos mesmos resultados. Especifique com base no orçamento de energia em modo de suspensão e filtre pelos números que o determinam, e a BOM de sensoriamento de borda se soma em uma arquitetura coerente.