Телеграм канал «Embedded Academy»

یکپارچگی حسگری و مخابرات (ISAC)؛ افق‌های نوین استانداردهای بی‌سیم

در سامانه‌های بی‌سیم سنتی، رادیو برای «انتقال داده» بود و حسگرها وظیفهٔ پایش محیط را داشتند. اما در فناوری‌های نوین، این مرز در حال محو شدن است؛ مفهومی تحت عنوان
ISAC (Integrated Sensing and Communications)
که در آن یک سیگنال رادیویی هم‌زمان هم داده جابه‌جا می‌کند و هم محیط را پایش می‌کند.

-
🔹 جایگاه خانواده استاندارد IEEE
گ 802.15.4
فناوری‌هایی مانند UWB (فوق‌پهن‌باند در چارچوب استاندارد IEEE 802.15.4 عمل می‌کنند. پهنای باند وسیع UWB امکان تفکیک زمانی در مقیاس پیکوثانیه و اندازه‌گیری دقیق زمان پرواز پالس (ToF) را فراهم می‌سازد:

IEEE 802.15.4z-2020:
توسعه فاصله‌سنجی امن (Secure Ranging) برای جلوگیری از حملات بازپخش.
IEEE 802.15.4ab:
مسیری پژوهشی برای پشتیبانی هم‌زمان از حس‌گری و ارتباطات در یک فریم‌ورک واحد.


🚗 مثال عینی: بازتعریف زیرساخت خودرویی
در بعضی مقالات پیشنهاد شده است که می‌توان از زیرساخت‌های موجود برای ورود بدون کلید (Keyless Entry) و کلیدهای دیجیتال مبتنی بر UWB، به‌عنوان حسگر درون کابین نیز بهره برد.

به جای نصب سنسورهای مجزا، لنگرهای رادیویی UWB که از قبل در خودرو نصب شده‌اند، می‌توانند در بازه‌های زمانی معین بازتاب پالس‌ها را دریافت کرده و یک رادار توزیع‌شده (Multi-static Radar) بسازند:
تشخیص حضور کودک (CPD): پایش حرکت ظریف قفسه سینه یا تنفس در صندلی عقب.
کاهش قطعات و سیم‌کشی: استفادهٔ اشتراکی از سخت‌افزار موجود برای چند کاربرد مختلف.

🌐 سایر کاربردهای بالقوه ISAC
خانه‌ها و ساختمان‌های هوشمند: تشخیص سکونت یا حرکت افراد بدون نیاز به دوربین یا تجهیزات پوشیدنی.
صنعت و لجستیک: موقعیت‌یابی لحظه‌ای تجهیزات در محیط‌های فاقد سیگنال GPS.
رباتیک: ترکیب ارتباط بی‌سیم ناوگان ربات‌ها با آگاهی لحظه‌ای از محیط پیرامون.


روند گسترش ISAC نشان‌دهندهٔ گذار از سخت‌افزارهای تک‌منظوره به سامانه‌های هوشمندی است که قابلیت‌های تازه را نه با اضافه‌کردن قطعات جدید، بلکه از طریق توسعهٔ نرم‌افزاری و پردازش پیشرفته محقق می‌کنند.

#SystemDesign
#ISAC
#UWB

@embedded

از تراشه تا سامانه: هوش مصنوعی به طراحی یکپارچه نیاز دارد

در حالی که هوش مصنوعی نه‌فقط فعالان فناوری و مهندسان، بلکه توجه عموم را نیز به خود جلب کرده است، تحلیل آیندهٔ فناوری و مهندسی نهفته در عصر هوش مصنوعی اهمیت بیشتری پیدا می‌کند. پیش‌تر دربارهٔ رایانش لبه و هوش فیزیکی گفته بودیم؛ اکنون تحول دیگری در حال شکل‌گیری است: طراحی سامانه‌های هوش مصنوعی دیگر به افزایش توان یک تراشه محدود نیست و باید تراشه، مدل، نرم‌افزار و معماری کل سامانه را هم‌زمان در نظر بگیرد.

در میزگرد بین‌المللی «تایوان و اکوسیستم جهانی هوش مصنوعی: ساخت موج بعدی نوآوری» در همایش EE Tech Summit 2026 (iTechCon 2026)، کارشناسان دولت، صنعت و پژوهش بررسی کردند که تایوان چگونه می‌تواند توانمندی‌های خود در تولید نیمه‌رسانا، بسته‌بندی پیشرفته و یکپارچه‌سازی سامانه‌ها را به ارزش‌آفرینی بیشتر در حوزهٔ هوش مصنوعی تبدیل کند. گسترش تخصص نرم‌افزاری، پرورش نیروی انسانی میان‌رشته‌ای و تقویت زیست‌بوم استارتاپی نیز از محورهای این گفت‌وگو بود.

یونگ‌هویی لی، مدیر مؤسس مرکز پژوهش هوش مصنوعی در مؤسسهٔ پژوهشی Hon Hai، توضیح داد که طراحی سامانه‌های هوش مصنوعی از سطح تراشه فراتر رفته و اکنون رک‌ها و حتی کل مراکز داده را دربرمی‌گیرد. در این مقیاس، پردازنده، حافظه، ارتباطات داخلی، شبکه، تأمین برق، خنک‌سازی مایع و نرم‌افزار باید همچون اجزای یک سامانهٔ واحد با یکدیگر کار کنند.

او این نگاه را چنین خلاصه کرد:

«یک خوشهٔ پیشرفته باید مانند یک رایانهٔ عظیم واحد عمل کند.»

اهمیت این دیدگاه با تغییر نوع بارهای کاری هوش مصنوعی بیشتر می‌شود. با حرکت صنعت از آموزش مدل‌ها به‌سوی استنتاج، هوش مصنوعی عامل‌محور و هوش فیزیکی، محدودیت عملکرد دیگر فقط توان محاسباتی تراشه نیست. جابه‌جایی داده، تأمین برق و مدیریت گرما نیز می‌توانند به گلوگاه تبدیل شوند.

به همین دلیل، معیارهای سنجش عملکرد نیز در حال تغییرند. در کنار توان محاسباتی خام، شاخص‌هایی مانند عملکرد به‌ازای هر وات و تعداد توکن تولیدشده به‌ازای هر دلار اهمیت بیشتری می‌یابند. دستیابی به عملکرد بهتر مستلزم آن است که تراشه، حافظه، ارتباطات داخلی و سامانهٔ خنک‌کننده از ابتدا و در پیوند با یکدیگر طراحی شوند.

تایوان در این زمینه از یک زنجیرهٔ صنعتی گسترده برخوردار است که تولید نیمه‌رسانا، بسته‌بندی پیشرفته، بردهای مدار چاپی، تأمین برق، مدیریت حرارتی، شبکه و سرور را دربرمی‌گیرد. به‌گفتهٔ لی، مزیت تایوان فقط در توانایی ساخت تراشه نیست؛ بلکه در پیوند نزدیک این صنایع است—پیوندی که می‌تواند طراحی و یکپارچه‌سازی، آزمون و اعتبارسنجی، و گذار به تولید انبوه را سریع‌تر کند.

این تحول، معیار رقابت در صنعت هوش مصنوعی را نیز تغییر می‌دهد: دیگر کافی نیست یک تراشه به‌تنهایی سریع‌تر باشد؛ برتری زمانی شکل می‌گیرد که همهٔ اجزای سامانه در کنار هم، با مصرف انرژی و هزینهٔ مناسب، عملکردی قابل‌اتکا ارائه دهند. بنابراین، گام بعدی برای کشورهایی مانند تایوان، تبدیل توان صنعتی و سخت‌افزاری به توان طراحی سامانه‌های هوشمند و خلق محصولات و خدمات باارزش‌تر است.

منبع: گزارش EE Times/EDN Taiwan از میزگرد بین‌المللی «Taiwan and the Global AI Ecosystem: Building the Next Wave of Innovation» در همایش EE Tech Summit 2026 (iTechCon 2026).

#AI
#SystemDesign
#AIInference
#AgenticAI
#PhysicalAI
#Semiconductors
#EdgeComputing
@embedded

رویدادی تاریخی که به 30 سال تاریخ رایانه‌های شخصی پایان میدهد: NVIDIA رسماً با یک حرکت، معماری سنتی پردازش را متحول کرد!

برای 30 سال، کامپیوترهای شخصی تقریباً با یک الگوی ثابت کار کرده‌اند: پردازنده اینتل یا AMD، کارت گرافیک مجزا، و نگرانی همیشگی از اینکه دستگاه بیش از حد داغ نشود یا از کار نیفتد!

اما امشب، جنسن هوانگ با معرفی تراشه RTX Spark به این دوران پایان داد! برای نخستین بار از سوی NVIDIA، CPU، GPU و حافظه RAM همگی روی یک تراشه سیلیکونی واحد، با معماری ARM و فناوری ساخت 3 نانومتری.

قدرتی حیرت‌انگیز توان پردازش هوش مصنوعی محلی در سطح 1 پتافلاپس؛ آن هم درون لپ‌تاپی با ضخامت تنها 14 میلی‌متر!

عملکرد فوق‌العاده در بازی اجرای بازی‌های AAA روی صحنه با سرعت بیش از 100 فریم بر ثانیه و وضوح 1440p، بدون اتصال به برق و بدون افت دما یا عملکرد (بدون Throttling)!

اجرای مدل‌های عظیم هوش مصنوعی با 120 میلیارد پارامتر بطور کامل و بصورت local!

بدون اینترنت… بدون سرورهای ابری… بدون اشتراک‌های ماهانه!


@Linuxor ~ Mahizadyaar