究竟什么样的可穿戴设备能够赢得消费者的心?答案在文中

描述

智能可穿戴设备在近两年来的发展似乎遭遇了瓶颈,采集和分析基本的数据已无法满足人们对于可穿戴设备功能性提升的要求——越来越多的消费者不再满足于对可穿戴设备仅停留在提供步数计数,睡眠监测等基本功能,AR, VR等技术开始成为影响未来发展的重要力量。

从行业角度来看,究竟什么样的可穿戴设备能够赢得消费者的心?面对更复杂更智能可穿戴设备,存储将扮演怎样的角色?近日,美光科技嵌入式产品事业部细分市场经理Harsha Nagaraju接受《电子产品世界》访问,就智能可穿戴产品在存储方面的技术诉求,以及发展趋势等问题进行了深入探讨。

技术正在改变着我们周围的世界,让我们取得惊人成就。如果我们再进一步,将数字世界与真实世界融合在一起,会怎么样呢?增强现实(AR) 的使命就是帮助我们实现这一目标。AR 可以改变我们的各种行为方式:可视化、分享想法、学习和想象。有了AR,我们可以在真实环境(物理环境)中融入视觉覆盖或 3D 数字图像,还可以使用数字环境中的信息来增强真实环境中的任意场景。通过名为“头戴式设备”(HMD)的可穿戴设备,可以观看增强的现实场景。

简单来讲,AR 头显必须能够识别环境、理解手势、处理信息以及实时投射数字内容。HMD上装有前视高分辨率摄像头,有助于捕获视野 (FOV) 中的环境。此外,HMD 上还有一系列带深度感应摄像头的传感器,有助于识别各种对象的相对空间位置。用户需要能够通过镜头看到周围的环境,因而AR 头显中配有非常先进的光学系统。处理完来自传感器和摄像头的信息之后,由光学投射系统将数字信息投影到用户的FOV 范围内。

早期问世的一些 AR 头显(如Google Glass)的目标是投射数字信息,帮助用户制定更好的决策,而之后问世的一些更高级的AR 头显(如 Microsoft HoloLens)则拥有更强大的处理能力、更好的光学和电源管理,使用户能够与这些数字对象交互。这些高级头显的所有功能无一例外,都让用户能够以3D 形式观看虚拟对象并与之交互,就像这些对象位于真实环境中一样。

虽然有些 AR 头显要作为计算机配件使用,但大多数AR 头显都是非配件设备,使用时无需动手,这也意味着,大多数计算操作都是在头显上进行的。GoogleGlass 的早期版本配备 TI OMAP 4430 SOC(系统级芯片)、1GB(千兆字节)移动DRAM 内存、16GB 存储和 5MP(百万像素)的摄像头,可在 Android 4.4 中运行。然而,第一代 Microsoft HoloLens 设备由英特尔 32 位架构、GPU和定制的全息处理器 (HPU) 提供支持,配备2GB 移动 DRAM (LPDDR) 和 64GB 存储(eMMC)。鉴于这些 AR 头显支持的应用类型(包括但不限于能够与数英里之外的人员进行通信),这些高级AR 头显有望在架构上与智能手机类似。与 PC 和服务器中使用的处理器相比,这些头显中能够推动计算的处理器可能更类似于高端智能手机中的芯片组(性能卓越且更加省电)。此外,要在头显本地储存数据,需要使用eMMC、SD 卡或SSD 等形式的存储。为了实现高效的集成并节省空间,各种 SLC/MLC NAND 选项、LPDDR2/3/4 选项、eMMC 或将NAND 和 LPDDR 组合在一起的多芯片封装(MCP) 选项,可以满足此类非配件 AR 头显的存储需求。

AR 的进步与机器学习的进步同时发生,让我们进入了一个意义非凡的时代。简单来说,机器学习是让计算机能够在没有明确编程的情况下进行学习的技术。图像识别和语音分析是目前机器学习领域最重要的两项工作。此外,机器学习还能与AR 头显的功能完美合作。随着机器学习的不断发展,AR 头显有可能会成为智能端点设备,用于训练这些机器学习的算法。算法的智能程度提高后,反过来又有助于向AR 眼镜提供最相关的信息,使其成为必不可少的设备。

从架构的角度来说,很多早期设计的头显都基于智能手机,但搭载了新应用并引入了机器学习,我们可能会看到为了增强用户体验而开发的专用硬件(CPU、GPU、FPGA、传感器、加速器)和软件。现如今的头显设计使用了广泛应用于智能手机的标准存储密度和封装。随着人们开始想要更省电、更轻便且功能更强大的头显,这些传统存储有时可能无法满足需求。更加高效的存储以及硅光子领域的进步,可让电源、性能和吞吐量等实现巨大改进。此外,还可能会有各种封装选项可供选择。如果半导体芯片可以与高速互联技术相结合,就能缩短信号的传输距离、拓宽信号路径,从而提升性能。作为存储技术领域的领导者,美光科技不仅出色地打造出了当今先进的内存和存储技术,还不断对面向未来的新技术进行投资和研究。众所周知,现实技术前程似锦,美光科技将继续为这一事业的美好明天贡献自己的力量。


打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分