Die Edge-Sensing-BOM: Was spezifiziert werden sollte – von IMUs bis zu Schnittstellen

Adam J. Fleischer
|  Erstellt: August 12, 2026
At a Glance
Dieser Artikel befasst sich mit den entscheidenden Elementen von Kantenerfassungssystemen und damit, wie jede Komponente in der Stückliste (BOM) effektiv spezifiziert wird. Durch den Fokus auf Energieeffizienz und die lokalen Entscheidungsfähigkeiten von Sensoren lernen Leser, Spezifikationen zu priorisieren, die die Batterielebensdauer und die Gesamtleistung beeinflussen.
Go Deeper with AI:
Die Edge-Sensing BOM-Abdeckung

Kernaussagen

  • Spezifizieren Sie jedes Bauteil danach, welche Entscheidungen es lokal treffen kann, und welche Energiekosten jede Entscheidung verursacht, denn die Frage „im Sensor oder auf dem Host?“ stellt sich bei jeder Position der Stückliste erneut.
  • Die Always-on-Funktionen sind die eigentlichen Differenzierungsmerkmale: Wake-on-Event-Interrupts, In-Sensor-Klassifikatoren und die FIFO-Tiefe bestimmen, wie lange alles stromaufwärts schlafen darf.
  • Speicher ist 2026 zu einer erstklassigen BOM-Position geworden, wobei LPDDR-Bandbreite und Verfügbarkeit Designs inzwischen genauso stark beeinflussen wie die Wahl des Sensors.
  • I3C wird zunehmend zum Standard-Sensorbus, mit dynamischer Adressierung und In-Band-Interrupts, die für Wake-on-Event-Designs gemacht sind.

Eine Architektur, sieben Positionen

Ein Edge-Sensing-Produkt steht und fällt mit vier Dingen: den Sensoren, die die Welt erfassen, dem Hub, der die Modelle ausführt, dem Speicher, der sie versorgt, und den Schnittstellen, die den Stack zusammenhalten. Wählt man sie nach Spitzenwerten aus, funktioniert das Design auf dem Labortisch und scheitert dann am Akku. Ein begleitender Artikel, On-Device Inference Is Remaking the Sensor Stack, zeigt einen besseren Ansatz: Jede Entscheidung wird an die günstigste Stufe delegiert, die sie treffen kann. Dieser Artikel übersetzt diese Regel in konkrete Spezifikationen, Bauteil für Bauteil.

Das Datenblatt, konsolidiert

Sehen wir uns die Spezifikationen an, mit denen sich jedes Bauteil festlegen lässt, welche Edge-AI-Funktion den Aufpreis wert ist und welche Schnittstellen typischerweise verwendet werden.

Komponente

Wichtige Spezifikationen, die festgelegt werden müssen

Edge-AI-Funktion, auf die man achten sollte

Typische Schnittstelle

IMU

Achsen, gleichzeitige Full-Scale-Bereiche, Rauschdichte, Gyro-Bias-Stabilität, ODR, FIFO-Tiefe

No-Code-Entscheidungsbäume, programmierbarer In-Sensor-DSP, eingebettete Fusion

I2C / I3C / SPI + Interrupt

Time-of-Flight
(ToF)

Anzahl der Zonen, Reichweite in Abhängigkeit vom Umgebungslicht, FoV/FoI, Genauigkeit, Modul-Footprint

On-Chip-Histogrammbildung, Distanz- plus Konfidenzausgabe

I2C / I3C (CSI-2 bei bildgebenden Klassen)

60-GHz-Radar

Sweep-Bandbreite, Tx/Rx-Kanäle, Antenna-in-Package, Mikro-/Makro-Reichweite

Autonome Presence-Engine oder On-Chip-DSP-Klassifikator

SPI + Interrupt

MEMS-Mikrofon

SNR, AOP, Ausgangstyp, Toleranz beim Array-Matching

Erkennung akustischer Aktivität, NPU im Mikrofon für VAD und Keyword Spotting

PDM / I2S / TDM

Sensor-Hub / Host

SRAM, Speicherbandbreite, NPU-Operatorunterstützung, Deep-Sleep-Strom, Toolchain

Always-on-Hub-Domäne, Synchronisierung mehrerer Datenströme, Modellsicherheit

Hostet die oben genannten Busse

Speicher

SRAM (KB), Flash (MB), LPDDR-Kapazität und -Bandbreite (GB/s)

Passt für das INT8-Modell plus Aktivierungen, mit OTA-Reserve

On-Chip / LPDDR / PSRAM

Schnittstellen

Pin-Anzahl, Datenrate, Geräte pro Bus, Interrupt-Unterstützung

In-Band-Interrupts, dynamische Adressierung (I3C)

I2C / I3C / SPI / PDM / I2S / CSI-2

IMUs: Bereich, Rauschen und der kostenlose Klassifikator

Die Inertial Measurement Unit (IMU) ist das Arbeitspferd von Wearables, Asset-Trackern und der Zustandsüberwachung und zugleich das ausgereifteste Beispiel für In-Sensor-AI. Vier Spezifikationsbereiche bestimmen die richtige IMU:

  • Gleichzeitige Full-Scale-Bereiche. Dual-Range-Bauteile erfassen gleichzeitig Bewegungsdetails bis 16 g und Stöße bis 80 g oder industrielle Schocks bis 256 g und beenden damit den erzwungenen Kompromiss zwischen Auflösung und Headroom.
  • Rauschdichte und Gyro-Bias-Stabilität. Diese bestimmen die Drift beim Dead Reckoning, und bei der Aktivitätsklassifizierung für Consumer-Anwendungen wird von beidem deutlich mehr toleriert als bei Navigation. Kaufen Sie die Güteklasse, die der Algorithmus benötigt.
  • Die In-Sensor-Engine. No-Code-Entscheidungsbäume und Zustandsmaschinen klassifizieren Ereignisse ohne Firmware, während programmierbare In-Sensor-DSPs benutzerdefinierte Netze ausführen. Prüfen Sie die Tool-Unterstützung und wie viele Bäume oder Zustände tatsächlich hineinpassen.
  • FIFO-Tiefe und Interrupts. Ein tiefes FIFO ermöglicht dem Host batchweises Auslesen und längere Schlafphasen, und Wake-on-Event-Pins machen abgestufte Wake-up-Konzepte überhaupt erst praktikabel.

STMicroelectronics ist führend bei In-Sensor-Intelligenz; TDK InvenSense, Bosch Sensortec und Analog Devices decken die Spanne von Consumer bis Industrie ab. Für Automotive- und langlebige Designs sind AEC-Q100-Status und 10-Jahres-Langlebigkeitsprogramme Spezifikationen, nach denen sich filtern lässt.

Time-of-Flight: Zonen, Umgebungslicht und der Vorteil des Moduls

Ein Time-of-Flight-Sensor (ToF) liefert eine Distanz statt eines Bildes. Deshalb hat er sich von Smartphones auf Laptops, Roboter und Haushaltsgeräte als Präsenz- und Gestensensor mit integriertem Datenschutz ausgeweitet. Direct ToF (dToF) misst die Rücklaufzeit von Photonen direkt on-chip und liefert dem Host Distanz plus Konfidenzwert, während indirect ToF mehr Leistung aufwendet, dafür aber dichtere Tiefenkarten liefert. Drei Spezifikationen helfen bei der Auswahl:

  • Anzahl der Zonen. Von Single-Zone-Ranging bis hin zu 8x8-Multizonen-Arrays ist alles für Präsenz, Haltung und Gesten abgedeckt, und die neuesten Module erreichen 54 x 42 Zonen bei Reichweiten von bis zu 9 m für Tiefenabbildung.
  • Reichweite unter realem Umgebungslicht. Unempfindlichkeit gegenüber Sonnenlicht ist eine Stärke von dToF gegenüber passivem Infrarot (PIR), aber prüfen Sie die im Datenblatt angegebene Reichweite bei den Lichtniveaus, denen das Produkt tatsächlich ausgesetzt sein wird, zusammen mit Sichtfeld und Beleuchtungsfeld.
  • Modulverpackung. Die meisten Bauteile integrieren Emitter, SPAD-Array (Single-Photon Avalanche Diode) und Optik in einem Footprint von wenigen Millimetern und fassen damit mehrere BOM-Positionen in einer zusammen. Diskret oder Modul ist ebenso sehr eine Sourcing- wie eine Engineering-Entscheidung.

60-GHz-Radar: Festlegen, wo die Klassifizierung läuft

Millimeterwellenradar erkennt Makro- und Mikrobewegungen (einschließlich Atmung) in Sichtlinie, im Dunkeln und ohne identifizierbare Bilddaten zu erfassen. Einige Bauteile dienen als Frontends, führen Frequency-Modulated Continuous-Wave-(FMCW)-Sweeps aus und speichern on-chip im FIFO, während ein leichtgewichtiges Modell auf dem Host klassifiziert. Andere integrieren einen DSP im Die und führen den Klassifikator im Sensor aus. Ist diese Entscheidung getroffen, sind drei Spezifikationen besonders wichtig:

  • Sweep-Bandbreite, die die Entfernungsauflösung und die Empfindlichkeit für Mikrobewegungen bestimmt.
  • Kanalanzahl und Antenna-in-Package, die die Winkelauflösung festlegen und den Aufwand für das HF-Layout eliminieren.
  • Duty Cycling und dynamische Rekonfiguration, mit denen ein Bauteil bei Bedarf zwischen Präsenz- und Gestenkonfiguration umschaltet — hier wird das Always-on-Budget gewonnen.

Das Anbieterfeld teilt sich entlang der Anwendungen. Infineon ist führend im Consumer-Bereich und in der Gebäudeautomation, während TI den Automotive-Bereich bei In-Cabin-Sensing dominiert. Modulanbieter sind eine weitere Option: Man zahlt einen Aufpreis, dafür kommen Antenne und Matching bereits vorkonstruiert.

MEMS-Mikrofone: SNR ist nur die halbe Spezifikation

Beim Mikrofon beginnt die Always-on-Leistungsgeschichte, und das Signal-Rausch-Verhältnis (SNR) ist nur ein Teil des Datenblatts. Darauf sollten Sie zusätzlich achten:

  • SNR und Acoustic Overload Point (AOP) zusammen. Ein lautes Ereignis, das clippt, geht dem Modell verloren, egal wie niedrig der Rauschboden ist. Deshalb erhöhen Anbieter heute AOP parallel zum SNR; Premium-Digitalbauteile erreichen SNR-Werte nahe 70 dBA und halten Übersteuerungspunkte von 133 dB SPL.
  • Ausgangstyp. Pulsdichtemodulation (PDM) ist einfach und allgegenwärtig; I2S und TDM liefern einen sauberen digitalen Stream an den Host ohne externen Codec. Passen Sie die Audio-Peripherie des Hosts an, bevor Sie ein Bauteil auswählen.
  • Wake-on-Sound. Die Erkennung akustischer Aktivität arbeitet ab etwa 20 µA und hält Keyword Spotting und den Host selbst in Reserve, bis tatsächlich etwas zu hören ist.
  • Array-Matching. Beamforming erfordert abgestimmte Phase und Empfindlichkeit über alle Bauteile hinweg; prüfen Sie die Matching-Spezifikation im Verhältnis zu den Einzelwerten.

Sensor-Hubs und Host-Compute: Durchsatz einkaufen

Der Host aggregiert die Sensorströme, versieht sie mit Zeitstempeln und synchronisiert sie, führt aus, was die Sensoren nicht leisten können, und wacht nur auf, wenn die unteren Ebenen dies signalisieren. TOPS-Angaben allein führen in die Irre, deshalb sollten Sie bei der Bauteilauswahl Folgendes tun:

  • Bestätigen, dass das Modell passt. On-Chip-SRAM für Aktivierungen, Speicherbandbreite, Operatorunterstützung und Compiler-Reife bestimmen den tatsächlich erreichbaren Durchsatz. Lassen Sie das reale Netz durch die Toolchain des Anbieters laufen, bevor Sie sich auf den Sockel festlegen.
  • Die Always-on-Domäne spezifizieren. Der Deep-Sleep-Strom bei weiterhin aktivem Sensor-Hub ist der Verbrauch, mit dem der Akku leben muss.
  • Die Toolchain wie Silizium bewerten. Die Reife der Software ist meist der limitierende Faktor, unabhängig davon, welchen Vendor-Flow oder welche Drittanbieterplattform das Team nutzt.
  • Für Industriedesigns kommen Secure Boot, Modellschutz und Lifecycle-Zusagen zusätzlich auf die Liste.

Auch die Host-Ebene selbst deckt inzwischen ein breites Spektrum ab. Im unteren Bereich haben NPU-ausgestattete Mikrocontroller wie ST’s STM32N6 beschleunigte Bild- und Audioverarbeitung in Leistungs- und Preisbudgets von MCUs gebracht. Eine Stufe höher tragen Bauteile auf Basis von Arm’s Ethos-U85 Transformer-Operatoren bis an den Endpunkt. Im oberen Bereich führen Edge-SoCs wie Qualcomm’s Dragonwing Q-8750 multimodale Pipelines und kleine Sprachmodelle aus. Stimmen Sie die Stufe auf das schwergewichtigste Modell ab, das das Produkt ausführen wird, mit Reserve für das Modell, das es im nächsten Jahr ausführen soll.

Speicher: Die Position, die jetzt das Budget bestimmt

Der Speicher entscheidet darüber, ob das Design funktioniert – und im Jahr 2026 auch darüber, ob es im Budget ausgeliefert werden kann. On-Chip-SRAM ist die eigentliche Obergrenze für Inferenz in der MCU-Klasse, da Aktivierungen und Arbeitsbuffer hineinpassen müssen; typisch ist ein Rahmen von 256 KB bis 512 KB. Flash speichert das quantisierte Modell, in der Regel etwa ein Viertel so groß wie sein ursprüngliches 32-Bit-Pendant, sobald es auf 8 Bit reduziert wurde, plus Reserve für Over-the-Air-Updates und A/B-Slots. Sobald Vision-Pipelines oder kleine Sprachmodelle hinzukommen, folgt externer LPDDR-Speicher, und die Bandbreite in GB/s bestimmt ebenso wie die Kapazität, was der Beschleuniger tatsächlich liefert.

Aber die Speicherspezifikation festzulegen ist der einfache Teil. Die DRAM-Kapazität hat sich in Richtung KI-Rechenzentren verschoben, was LPDDR-Preise steigen lässt und Lieferzeiten verlängert. Prüfen Sie Verfügbarkeit, Lifecycle-Status und Second Sources, bevor die BOM eingefroren wird. In diesem Zyklus ist diese Prüfung Teil der Spezifikation.

Schnittstellen: Datenverkehr formen, bevor er teuer wird

Der Bus bestimmt Pin-Anzahl, Leistungsaufnahme und wie viele Sensoren sich eine Leitung teilen. Eine Schnittstelle dient dazu, den Datenverkehr zu formen, bevor er den teuren Teil des Systems erreicht – und die Standardvorgaben dafür haben sich geändert:

  • I3C wird zur Basis für Sensor-Busse. Dynamische Adressierung ermöglicht es, mehrere ToF-Sensoren oder IMUs ohne Adresskonflikte auf einem Bus zu betreiben. In-Band-Interrupts eignen sich für Wake-on-Event-Designs, und die Rückwärtskompatibilität zu I2C erleichtert die Migration. Neue Sensoren werden zunehmend damit zusätzlich zu SPI ausgeliefert.
  • SPI bleibt für Aufgaben mit hohem Durchsatz, vor allem für Radar-FIFO-Auslesungen und IMU-Streaming mit hoher Datenrate.
  • PDM, I2S und TDM übertragen Audio, wobei TDM-Lanes bis zu Mikrofonarrays skalieren.
  • MIPI CSI-2 bindet Kameras und bildgebende ToF-Systeme in eine lokale Vision-Pipeline ein, sodass nur Merkmale und Metadaten nachgelagert weitergegeben werden.

Von der Spezifikation zur Beschaffung

Die Grundsätze aus On-Device Inference Is Remaking the Sensor Stack gelten für jede Zeile der BOM: Treffen Sie jede Entscheidung so weit unten im Stack wie möglich und bevorzugen Sie Bauteile, die Ergebnisse statt Rohdaten übertragen.

Jede obige Spezifikation ist zugleich auch ein Suchbegriff. Full-Scale-Bereich, SNR und On-Chip-Speicher lassen sich Parametric-Filtern auf Octopart zuordnen, und wenn eine Spezifikation neuer ist als der Filtersatz (etwa Zonenzahl oder eine In-Sensor-NPU), ist das Datenblatt von denselben Ergebnissen aus nur einen Klick entfernt. Spezifizieren Sie auf das Sleep-Budget hin und filtern Sie nach den Werten, die es bestimmen – dann ergibt die BOM für Edge-Sensing eine in sich schlüssige Architektur.

 

Über den Autor / über die Autorin

Über den Autor / über die Autorin

Adam Fleischer is a principal at etimes.com, a technology marketing consultancy that works with technology leaders – like Microsoft, SAP, IBM, and Arrow Electronics – as well as with small high-growth companies. Adam has been a tech geek since programming a lunar landing game on a DEC mainframe as a kid. Adam founded and for a decade acted as CEO of E.ON Interactive, a boutique award-winning creative interactive design agency in Silicon Valley. He holds an MBA from Stanford’s Graduate School of Business and a B.A. from Columbia University. Adam also has a background in performance magic and is currently on the executive team organizing an international conference on how performance magic inspires creativity in technology and science. 

Related Technical Documentation

Ähnliche Resourcen

Zur Startseite
Thank you, you are now subscribed to updates.