SoC 在單個芯片上集成了多種電子功能，而不是單功能芯片（如電源管理芯片）。高質量的 SoC 由在微型硅片上運行的硬件和軟件功能的內聚集成組成。

其他半導體產品可以根據它們擠到一個芯片上的晶體管數量來鑒定;但是，此限定并不能準確反映 SoC 上集成的功能的質量和復雜性。事實上，在具有較小晶體管數量的SoC上構建相同數量的功能實際上是精湛集成的標志。

索氏未知的歷史

這可能會讓業內的一些人感到驚訝，但一些SoC實際上早于SoC類別的正式引入。計算機歷史博物館聲稱第一個真正的SoC出現在1974年的Micrama手表中。但是，快速瀏覽一下《電子藝術》（1989）就會發現，這些圖表看起來很像SoC，具有步進電機控制、模數轉換器、串行I/O、集成ROM、定時器和事件控制器。這些早期的SoC有另一個名稱，表明它們的功能而不是結構：應用特定標準產品（ASSP）。

在其大部分歷史中，SoC已經發展到公眾視野之外。由于它們是由競爭激烈的科技公司開發的，因此它們的大多數早期概念都籠罩在知識產權法的保密和保護中。然而，有明顯的技術經濟進步，使SoC不僅成為可能，而且是必要的。

在20世紀90年代后期，手機革命激勵了在單個芯片上集成多種功能。還記得手機曾經有多笨重嗎？舊手機包含至少十幾個執行各種功能的芯片：處理網絡配置，用戶界面和所有高級功能的CPU;與中央處理器關聯的內存和閃存;基帶數字信號處理器，運行物理信道和語音編碼的數學密集型計算;以及管理射頻 （RF） 收發器的混合信號 IC。為了繼續推進手機的功能并使其對消費者更具吸引力，制造商尋求進一步的集成和小型化。

半導體IP的興起開啟了這種整合的可能性。IP核和IP模塊是硅設計（而不是物理芯片），可以作為更大系統的構建模塊集成到其他芯片設計中。IP 塊可以是內存、I/O 或處理器內核。半導體公司開始在其芯片設計中添加處理器內核和存儲單元。當半導體IP公司將多個模塊的設計作為黑匣子出售時，多個模塊的集成成為可能，因此，SoC時代迎來了。

今天的SoC可以比早期的計算機做得更多

SoC將手機上的芯片數量減少了至少10倍。在單個芯片上集成分立元件可顯著提高效率，從而縮短 SoC 設計人員的互連時間并實現系統級優化，從而顯著降低功耗。結果，手機變得越來越小，而性能卻在激增，電池續航時間更長。

在過去的二十年中，隨著進一步集成和精心優化的出現，手機發展成為智能手機。幾代人的SoC設計和優化為技術改進提供了載體，這些技術改進始于早期的手機時代，并引領我們走到了今天的位置。

崛起為物聯網的基石

SoC發展的另一個重要催化劑是物聯網的出現。使用微型、高能效芯片將所有東西連接到網絡的可能性意味著我們需要將越來越多的功能集成到單個芯片上。對構建更快、可互操作的物聯網網絡的興趣導致了無線SoC的興起，它集成了RF收發器、通用微控制器單元（MCU）、眾多高性能外設（放大器、ADC、DAC）和非易失性存儲器，以處理應用處理和網絡協議棧，同時為無線網絡提供RF鏈路。

無線 SoC 由硬件功能單元組成，包括運行軟件代碼的微處理器和通信子系統，用于連接、控制、引導和連接這些功能模塊。SoC由許多執行單元組成，這些執行單元必須經常來回發送數據和指令，這意味著除了最瑣碎的SoC之外，所有SoC都需要通信子系統。最初，與其他微型計算機技術一樣，使用數據總線架構，但現在許多設計都使用更稀疏的互連網絡。

現代無線 SoC 的一個例子是硅實驗室 EFR32 系列 2 多協議。人們可以欣賞大量的集成子系統。

物聯網終端節點產品需要最佳的功耗和小型化。如果物聯網的目標是將電子設備連接到所有東西上，那么電子設備需要很小，并在小型電池上盡可能長時間地保持通電狀態。這是通過犧牲 SoC 的處理能力來實現的。

與可以在相對擴展的內存存儲上集成通用互操作操作系統的個人計算機和智能手機不同，SoC為了小型化和降低功耗而犧牲其處理能力和內存大小。幸運的是，由于無線物聯網SoC的特殊性，他們的軟件可以針對每個特定的用例進行優化。雖然這可以實現更小、更高效的設備，但它增加了 SoC 軟件的復雜性。位于較大系統中的 SoC 可能需要接口軟件才能在更大的系統中正常運行。對于作為物聯網終端節點運行的獨立 SoC，軟件堆棧要求變得非常復雜。公平地說，無線SoC由兩個主要相互依賴的子系統組成：軟件和芯片。

無線 SoC 中另一個非常重要的子系統是安全性。雖然安全性與硬件和軟件糾纏在一起，但值得將其視為自己的子系統，因為SoC的安全性僅與其最薄弱的環節一樣強大。物聯網設備可能會遇到各種級別的威脅，因此需要每個級別的安全性，包括固件、網絡和用戶身份驗證級別。

走向邊緣和超越

到2025年，全球聯網設備的凈資產預計將增長到519億。物聯網最受期待的發展之一是在邊緣設備中注入人工智能和機器學習。邊緣智能是指收集和分析數據的過程，并在邊緣網絡上捕獲數據的位置附近提供見解。這些過程使物聯網網絡能夠在本地做出決策，而不是將數據發送到云并接收決策。邊緣智能在節能方面帶來了回報，因為無線 SoC 中最耗電的操作之一是射頻傳輸。除了節省電力外，在邊緣網絡上部署機器學習還將消除將物聯網設備生成的大量數據傳輸到云的需要，這可能非常耗時，成本高昂，并導致數據隱私問題。

隨著人工智能和機器學習進一步集成到邊緣設備中，SoC將繼續在物聯網的發展中發揮關鍵作用。我們可以期待看到新技術通過更好、更高效的半導體制造和設計技術，將SoC帶入未來幾代更高的計算能力。

審核編輯：郭婷