嵌入式計算的價值在于提供實時、無延遲、特定于上下文的功能，這些功能非常符合客戶需求，并且能夠很好地響應客戶需求。

響應客戶需求和不斷變化的環境。無處不在的寬帶連接到

互聯網和云，使嵌入式開發人員能夠實現這些價值。使用混合模型可以兩全其美地離線完成繁重的工作，同時保持設備中的關鍵功能。該技術是在開發人員適應不斷變化的客戶需求的邏輯/內存數量以及適應不斷變化的客戶需求的速度中找到適當的平衡點。

住宅應用中智能能源設備的剖析始于腦力與成本的權衡。考慮一下住宅可編程恒溫器，這是一種已經生產了近50年的嵌入式設備。恒溫器功能非常簡單，只需測量并保持家庭的內部溫度即可。更復雜的型號包括濕度傳感器和可能的空氣質量傳感器。然后，恒溫器根據消費者在一天中的特定時間建立的溫度偏好來控制供暖，通風和空調（HVAC）系統。這是一種改變溫度設置以節省能源成本的粗略方法。高端模型具有多達四個設定點更改，可為大多數消費者需求提供足夠的功能（滿足大多數能力和注意力范圍）。

多年來，隨著HVAC系統變得越來越復雜，多級壓縮機和燃燒器以及數控空氣處理器和鼓風機，恒溫器中需要額外的控制邏輯和信號處理，迫使設計從簡單的微控制器升級到成熟的微處理器，以處理計算密集型處理要求。突然之間，需要更大的DRAM和閃存占用空間來滿足內存管理技能。隨著對互聯網連接的額外要求，還必須設計具有Wi-Fi，ZigBee或Z-Wave的無線子系統。除非可以從HVAC系統獲取電源，否則必須考慮電源管理邏輯，以便在不更換電池的情況下滿足消費者至少一年的需求。

物聯網時代的智能恒溫器

隨著消費者需求轉向可通過智能手機控制的家用設備，并且需要以更自動化的方式降低能源成本，因此需要額外的處理能力來操作復雜和復雜的算法。但是，這些實時算法應該駐留在恒溫器本身上，還是依賴于通過云計算提供的數據處理能力？隨著數據科學家發展其日益復雜的模型，需要算法更新，嵌入式設備能否處理修訂后的實時處理需求？

恒溫器正在進入物聯網（IoT）采用階段，消費者需要額外的復雜性，例如了解他們的日常溫度習慣并適應他們的需求;還必須納入能效算法。但是，這些算法的計算能力和實時要求可以產生足夠的增益，這會給每個單元帶來巨大的額外成本。此外，每個客戶的動態需求都需要實時更新。執行顯著節省的馬力和成本導致設計人員使用昂貴的多核處理器來實現所需的增益。或者，在云中執行處理可能更為謹慎，其中每秒十億浮點操作數（GFLOPS）的計算能力僅占成本的一小部分，從而節省了多達10美元的物料清單（BOM）。

處理所需數據點，同時節省能源

為了顯著節省能效，恒溫器中包含的多個數據點和控制裝置需要作為能效算法的 I/O。可編程通信恒溫器存儲以下變量：

冷卻設定值

加熱設定值

暖通空調模式

暖通空調狀態

風扇模式

風扇狀態

保持狀態

手動超控

繼電器狀態

此數據集是符合 ZigBee HA1.2 規范或家庭自動化版本 1.2 的最低要求。然而，無論無線協議如何，這些變量都會建立一組最小數據點，任何高產量效率算法都需要從恒溫器中獲得這些數據點。

還需要外部數據，例如局部溫度和濕度，因為它們會影響內部溫度并導致HVAC系統的狀態變化。例如，在炎熱的夏季和寒冷的冬季，室外溫度在白天波動很大，極大地影響了房屋降溫和升溫的能力。因此，這些變量將頻繁更改。構建房屋熱力學屬性的復雜模型需要存儲所有這些變量，然后實時處理它們，以便為算法提供足夠的分辨率以產生有價值的結果。與其緩存所有這些時間序列HVAC和外部溫度數據，不如在云中傳輸和存儲這些數據，并在那里執行最適用的算法，而不會給本地處理器帶來負擔，也不會增加內存占用空間以適應這些數據要求，這樣會更有效。

從從數百萬個恒溫器收集的數據中收集的多天和許多季節的數據中，能源效率模型可以更好地預測個人家庭的身體特征以及在消費者設定的給定溫度條件和舒適度下對消費者行為的反應。算法和模型將經常更新，以納入這種實時反饋。在駐留在云中的服務器中更改這些算法要容易得多，而不是在每個恒溫器中傳輸和存儲新算法。

使用混合策略進行優化

隨著無線連接對于產品接受度迅速變得至關重要，許多無線子系統都有一個嵌入式CPU，該CPU具有足夠的每秒百萬指令（MIPS）來處理無線協議，同時具有操作所需恒溫器邏輯的余量。這消除了對第二個微處理器的需求，節省了資金和電路板空間。然而，雖然實現了較低的總體BOM成本，但這種權衡導致能效算法缺乏計算能力。正常恒溫器操作、無線網絡和效率算法的實時處理需求取代了消費級處理器。因此，正確的平衡點是設計一個非常低成本的連接和可編程恒溫器，該恒溫器連接到基于云的服務，以優化家庭的能源效率及其家庭成員所需的個人溫度偏好。

審核編輯：郭婷