La BOM con detección en el borde: qué especificar, desde las IMU hasta las interfaces

Adam J. Fleischer
|  Creado: Agosto 12, 2026
At a Glance
Este artículo profundiza en los elementos críticos de los sistemas de detección de bordes y en cómo especificar eficazmente cada componente en la lista de materiales (BOM). Al centrarse en la eficiencia energética y en las capacidades de toma de decisiones locales de los sensores, los lectores aprenderán a priorizar las especificaciones que influyen en la vida útil de la batería y en el rendimiento general.
Go Deeper with AI:
La cubierta de BOM con detección de bordes

Conclusiones clave

  • Especifique cada componente por lo que puede decidir localmente y por lo que cuesta cada decisión en energía, porque la cuestión de sensor frente a host se repite en cada línea de la BOM.
  • Las funciones always-on son los verdaderos diferenciadores: las interrupciones wake-on-event, los clasificadores en el sensor y la profundidad de la FIFO determinan cuánto tiempo puede permanecer dormido todo lo que está aguas arriba.
  • La memoria se ha convertido en una línea de primer nivel en la BOM en 2026, y el ancho de banda y la disponibilidad de LPDDR influyen en los diseños tanto como la elección del sensor.
  • I3C se está convirtiendo en el bus de sensores predeterminado, aportando direccionamiento dinámico e interrupciones in-band diseñadas para arquitecturas wake-on-event.

Una arquitectura, siete partidas

Un producto de sensado en el edge vive o muere por cuatro cosas: los sensores que observan el mundo, el hub que ejecuta los modelos, la memoria que los alimenta y las interfaces que unen toda la pila. Si los elige por sus especificaciones máximas, el diseño funcionará en el banco y morirá con la batería. Un artículo complementario, La inferencia en el dispositivo está rehaciendo la pila de sensores, presenta un enfoque mejor: llevar cada decisión a la etapa más barata que pueda tomarla. Este artículo convierte esa regla en especificaciones, componente por componente.

La hoja de especificaciones, consolidada

Veamos las especificaciones que definen cada componente, la función de edge AI por la que vale la pena pagar y las interfaces típicas.

Componente

Especificaciones clave que debe fijar

Función de edge AI que conviene buscar

Interfaz típica

IMU

Ejes, rangos de escala completa concurrentes, densidad de ruido, estabilidad del sesgo del giroscopio, ODR, profundidad de FIFO

Árboles de decisión sin código, DSP programable en el sensor, fusión integrada

I2C / I3C / SPI + interrupción

Tiempo de vuelo
(ToF)

Número de zonas, alcance frente a luz ambiente, FoV/FoI, precisión, huella del módulo

Histogramación en chip, salida de distancia más confianza

I2C / I3C (CSI-2 para clase imagen)

Radar de 60 GHz

Ancho de banda de barrido, canales Tx/Rx, antena en encapsulado, alcance micro/macro

Motor autónomo de presencia o clasificador DSP en chip

SPI + interrupción

Micrófono MEMS

SNR, AOP, tipo de salida, tolerancia de emparejamiento en arreglos

Detección de actividad acústica, NPU en el micrófono para VAD y detección de palabras clave

PDM / I2S / TDM

Hub de sensores / host

SRAM, ancho de banda de memoria, compatibilidad de operadores de NPU, corriente en sueño profundo, cadena de herramientas

Dominio de hub always-on, sincronización de múltiples flujos, seguridad del modelo

Aloja los buses anteriores

Memoria

SRAM (KB), flash (MB), capacidad y ancho de banda de LPDDR (GB/s)

Ajusta el modelo INT8 más las activaciones, con margen para OTA

En chip / LPDDR / PSRAM

Interfaces

Número de pines, tasa de datos, dispositivos por bus, compatibilidad con interrupciones

Interrupciones in-band, direccionamiento dinámico (I3C)

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

IMU: rango, ruido y el clasificador gratuito

La unidad de medición inercial (IMU) es el caballo de batalla de los wearables, los rastreadores de activos y la monitorización de estado, y también es el ejemplo más maduro de IA en el sensor. Cuatro áreas de especificación determinan la IMU correcta:

  • Rangos de escala completa concurrentes. Los componentes de doble rango capturan simultáneamente detalle de movimiento de 16 g e impactos de 80 g, o choques industriales de 256 g, eliminando la elección forzada entre resolución y margen.
  • Densidad de ruido y estabilidad del sesgo del giroscopio. Estas fijan la deriva de la navegación por estima, y la clasificación de actividad de consumo tolera mucho más de ambas que la navegación. Compre el grado que el algoritmo necesite.
  • El motor en el sensor. Los árboles de decisión y las máquinas de estados sin código clasifican eventos sin firmware, mientras que los DSP programables en el sensor ejecutan redes personalizadas. Confirme la compatibilidad de herramientas y cuántos árboles o estados caben realmente.
  • Profundidad de FIFO e interrupciones. Una FIFO profunda permite al host leer por lotes y dormir más tiempo, y los pines wake-on-event son lo que hace real el despertar por niveles.

STMicroelectronics lidera la inteligencia en el sensor, con TDK InvenSense, Bosch Sensortec y Analog Devices cubriendo el espectro desde consumo hasta industrial. Para diseños de automoción y de larga vida útil, el estado AEC-Q100 y los programas de longevidad a 10 años son especificaciones filtrables.

Tiempo de vuelo: zonas, luz ambiente y la ventaja del módulo

Un sensor de tiempo de vuelo (ToF) informa distancia, no una imagen, por eso se ha extendido de los teléfonos a portátiles, robots y electrodomésticos como sensor de presencia y gestos con privacidad integrada. El ToF directo (dToF) mide en chip el tiempo de retorno de los fotones y entrega al host la distancia junto con una cifra de confianza, mientras que el ToF indirecto intercambia potencia por mapas de profundidad más densos. Use estas tres especificaciones para clasificar las opciones:

  • Número de zonas. Desde medición de una sola zona hasta arreglos multizona de 8x8 cubren presencia, postura y gestos, y los módulos más recientes alcanzan 54 x 42 zonas a distancias de hasta 9 m para mapeo de profundidad.
  • Alcance bajo luz ambiente real. La inmunidad a la luz solar es una fortaleza del dToF frente al infrarrojo pasivo (PIR), pero confirme en la hoja de datos el alcance en los niveles de luz a los que el producto realmente estará expuesto, junto con el campo de visión y el campo de iluminación.
  • Encapsulado del módulo. La mayoría de los componentes integran en un mismo encapsulado el emisor, la matriz de diodos de avalancha de un solo fotón (SPAD) y la óptica dentro de una huella de pocos milímetros, reduciendo varias líneas de la BOM a una sola. Discreto frente a módulo es tanto una decisión de abastecimiento como de ingeniería.

Radar de 60 GHz: decida dónde se ejecuta la clasificación

El radar de ondas milimétricas detecta macromovimiento y micromovimiento (incluida la respiración) en línea de vista, en la oscuridad y sin capturar imágenes identificables. Algunos componentes sirven como front ends, ejecutando barridos FMCW (onda continua modulada en frecuencia) y almacenamiento FIFO en chip, mientras un modelo ligero clasifica en el host. Otros incorporan un DSP en el dado y ejecutan el clasificador en el sensor. Una vez tomada esa decisión, preste atención a estas tres especificaciones:

  • Ancho de banda de barrido, que fija la resolución de alcance y la sensibilidad al micromovimiento.
  • Número de canales y antena en encapsulado, que fijan la resolución angular y eliminan la carga del diseño RF.
  • Ciclado de trabajo y reconfiguración dinámica, que conmutan un componente entre configuraciones de presencia y de gestos según demanda, son donde se gana el presupuesto always-on.

El panorama de proveedores se divide por líneas de aplicación. Infineon lidera en consumo y automatización de edificios, mientras que TI domina el sensado en cabina automotriz. Los proveedores de módulos ofrecen otra opción: pagar una prima y recibir la antena y la adaptación ya preingenierizadas.

Micrófonos MEMS: el SNR es solo la mitad de la especificación

El micrófono es donde empieza la historia de potencia always-on, y la relación señal-ruido (SNR) es solo una parte de la hoja de datos. Esto es lo demás que debe comprobar:

  • SNR y punto de sobrecarga acústica (AOP) juntos. Un evento fuerte que satura se pierde para el modelo, por silencioso que sea el piso de ruido, por eso los proveedores ahora elevan el AOP junto con el SNR; los componentes digitales premium llevan el SNR cerca de 70 dBA y mantienen puntos de sobrecarga superiores a 133 dB SPL.
  • Tipo de salida. La modulación por densidad de pulsos (PDM) es simple y ubicua; I2S y TDM entregan un flujo digital limpio al host sin códec externo. Haga coincidir el periférico de audio del host antes de seleccionar un componente.
  • Wake-on-sound. La detección de actividad acústica funciona desde unos 20 µA, manteniendo en reserva tanto la detección de palabras clave como el propio host hasta que haya algo que escuchar.
  • Emparejamiento de arreglos. La conformación de haces requiere fase y sensibilidad emparejadas entre componentes; compare la especificación de emparejamiento con los valores de una sola unidad.

Hubs de sensores y cómputo host: compre rendimiento útil

El host agrega los flujos de sensores y sus marcas de tiempo y los sincroniza, ejecuta lo que los sensores no pueden, y solo despierta cuando los niveles inferiores así lo indican. Las calificaciones en TOPS por sí solas inducen a error, así que al seleccionar el componente debería:

  • Confirmar que el modelo cabe. La SRAM en chip para activaciones, el ancho de banda de memoria, la compatibilidad de operadores y la madurez del compilador determinan el rendimiento entregado. Ejecute la red real en la cadena de herramientas del proveedor antes de comprometer el zócalo.
  • Especificar el dominio always-on. La corriente en sueño profundo con el hub de sensores aún activo es el consumo con el que vive la batería.
  • Valorar la cadena de herramientas como si fuera silicio. La madurez del software suele ser el factor limitante, independientemente del flujo del proveedor o de la plataforma de terceros que use el equipo.
  • Para diseños industriales, añada arranque seguro, protección del modelo y compromisos de ciclo de vida a la lista.

La propia capa host abarca ahora una gama muy amplia. En el extremo inferior, los microcontroladores con NPU como STM32N6 de ST llevaron visión y audio acelerados a presupuestos de potencia y precio de MCU. Un paso más arriba, los componentes basados en Ethos-U85 de Arm llevan operadores de transformer hasta el endpoint. En el extremo superior, SoC edge como Dragonwing Q-8750 de Qualcomm ejecutan canalizaciones multimodales y modelos de lenguaje pequeños. Haga coincidir el nivel con el modelo más pesado que ejecutará el producto, con margen para el que ejecutará el próximo año.

Memoria: la línea que ahora fija el presupuesto

La memoria decide si el diseño funciona y, en 2026, si puede fabricarse dentro del presupuesto. La SRAM integrada en chip es el verdadero límite para la inferencia de clase MCU, ya que las activaciones y los búferes de trabajo deben caber en ella, con un margen típico de 256 KB a 512 KB. La Flash almacena el modelo cuantizado, aproximadamente una cuarta parte del tamaño de su original de 32 bits una vez reducido a 8 bits, además de dejar espacio para actualizaciones por aire y particiones A/B. Cuando entran en escena las canalizaciones de visión o los modelos de lenguaje pequeños, llega la LPDDR externa, y el ancho de banda en GB/s, tanto como la capacidad, determina lo que el acelerador puede ofrecer.

Pero especificar la memoria es la parte fácil. La capacidad de DRAM se ha desplazado hacia los centros de datos de IA, elevando los precios de la LPDDR y alargando los plazos de entrega. Verifique la disponibilidad, el estado del ciclo de vida y las segundas fuentes antes de congelar la BOM. En este ciclo, esa comprobación forma parte de la especificación.

Interfaces: modele el tráfico antes de que se vuelva costoso

El bus determina el número de pines, la potencia y cuántos sensores comparten una línea. Una interfaz existe para modelar el tráfico antes de que llegue a la parte costosa del sistema, y los valores predeterminados para hacerlo han cambiado:

  • I3C se está convirtiendo en la base del bus de sensores. El direccionamiento dinámico permite que varios sensores ToF o IMU compartan un mismo bus sin tener que reorganizar direcciones. Las interrupciones en banda encajan bien en diseños de activación por evento, y la compatibilidad retroactiva con I2C facilita la migración. Cada vez más sensores se suministran con esta opción junto con SPI.
  • SPI se mantiene para los trabajos de alto rendimiento, sobre todo para lecturas FIFO de radar y transmisión de IMU de alta tasa de datos.
  • PDM, I2S y TDM transportan audio, y los canales TDM escalan hasta matrices de micrófonos.
  • MIPI CSI-2 alimenta cámaras e imagen ToF de clase visual hacia una canalización de visión local, de modo que solo las características y los metadatos viajan aguas arriba.

De la hoja de especificaciones al abastecimiento

Los principios de On-Device Inference Is Remaking the Sensor Stack se aplican a cada línea de la BOM: resuelva cada decisión lo más abajo posible en la pila y favorezca componentes que muevan resultados en lugar de muestras sin procesar.

Cada especificación anterior también es un término de búsqueda. El rango de escala completa, la SNR y la memoria integrada en chip se corresponden con filtros paramétricos en Octopart, y cuando una especificación es más reciente que el conjunto de filtros (como el número de zonas o una NPU en el sensor), la hoja de datos está a un clic de esos mismos resultados. Especifique según el presupuesto de suspensión y filtre por los valores que lo determinan, y la BOM de sensado en el edge se convierte en una arquitectura coherente.

 

Sobre el autor / Sobre la autora

Sobre el autor / Sobre la autora

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. 

Recursos Relacionados

Related Technical Documentation

Volver a la Pàgina de Inicio
Thank you, you are now subscribed to updates.