第二章 嵌入式处理器选型：ARM Cortex-M vs Cortex-A、FPGA与DSP的选择、低功耗设计考量
各位同学，咱们今天聊一个硬核话题——处理器选型。
做医疗显微镜，说白了就是跟图像打交道。你想想看，一个样本放在载物台上，镜头对好焦，光线打上去，传感器把光信号转成电信号，然后呢？然后就是处理器的事了。处理器选不对，后面所有软件架构都是空中楼阁。
我这些年经手的医疗设备项目，少说也有十几个了。每次立项，第一个要拍板的就是：用哪颗芯？
2.1 ARM Cortex-M vs Cortex-A：实时控制还是应用处理？
先说说ARM家族。Cortex-M和Cortex-A，名字就差一个字母，但定位天差地别。
Cortex-M，主打实时控制。说白了就是干「脏活累活」的——控制电机、采集传感器、处理中断。它的特点是什么？
- 低功耗，很多型号能做到微安级休眠
- 中断响应极快，几十个时钟周期就能进中断
- 没有MMU（内存管理单元），跑不了Linux
- 适合裸机或RTOS（实时操作系统）
Cortex-A，主打应用处理。它要跑操作系统，要处理复杂的图形界面，要跑算法库。特点正好相反：
- 功耗相对高，但性能强
- 有MMU，能跑Linux、Android
- 中断延迟比M系列大，不适合硬实时
- 适合做图像处理、人机交互
核心观点：医疗显微镜里，这两者往往不是二选一，而是协同工作。
我在一个自动对焦项目中就吃过亏。当时图省事，想用一颗Cortex-A搞定所有事——既跑Linux界面，又做电机控制。结果呢？电机抖动，对焦不准。后来老老实实加了一颗Cortex-M做底层控制，问题迎刃而解。
为什么会这样？因为Cortex-A的中断延迟不稳定。Linux在调度进程时，你的中断可能被延迟几十毫秒。对于电机控制来说，这几十毫秒足以让图像糊掉。
所以我的建议是：
- 电机控制、传感器采集、安全逻辑 → 用Cortex-M
- 图像处理、UI显示、网络通信 → 用Cortex-A
- 两者通过SPI或UART通信，简单可靠
2.2 FPGA与DSP的选择：算力瓶颈怎么破？
好，接下来聊FPGA和DSP。这两个东西，很多初学者容易搞混。
DSP，数字信号处理器。它是专门为信号处理设计的CPU。有MAC（乘累加）指令，有循环寻址，有SIMD（单指令多数据）扩展。说白了，就是算得快。
FPGA，现场可编程门阵列。它不是处理器，是一堆逻辑门和查找表。你可以用硬件描述语言（Verilog/VHDL）把算法「烧」进去，变成硬件电路。
两者的区别，我用一个例子说明：
假设你要做一个3x3的卷积滤波。用DSP，你得写循环，一条一条指令执行。用FPGA，你可以把9个乘法器同时摆开，一个时钟周期出结果。
嗯，这里要注意——FPGA的并行能力是DSP没法比的。但FPGA的开发难度也大得多。
个人经验：我做过一个细胞计数项目，需要实时处理1080p 60fps的视频流。用DSP，算力吃紧，帧率只能到30fps。换成FPGA后，直接飙到60fps，而且功耗还降了。但开发周期从2个月变成了4个月。
那到底怎么选？我列个表：
| 场景 | 推荐方案 | 理由 |
|---|---|---|
| 简单滤波、FFT | DSP | 开发快，工具链成熟 |
| 实时图像处理（高帧率） | FPGA | 并行计算，延迟低 |
| 算法频繁变更 | DSP | 软件更新方便 |
| 固定算法、高吞吐 | FPGA | 硬件加速，功耗比高 |
| 深度学习推理 | FPGA + NPU | FPGA做预处理，NPU做推理 |
我曾经在一个病理切片扫描仪项目里，用了「FPGA + Cortex-A」的组合。FPGA做图像采集和预处理，Cortex-A跑算法和UI。效果很好，但调试起来确实费劲。FPGA那边一改逻辑，整个时序就要重新验证。
避坑指南：我曾经在一个项目里，为了追求极致性能，把所有算法都塞进了FPGA。结果后期发现有个算法需要修改，改FPGA代码比改软件代码痛苦十倍。从那以后，我学乖了——能用软件做的，尽量用软件。FPGA只做那些「非它不可」的部分。
2.3 低功耗设计考量：电池能撑多久？
医疗显微镜，尤其是便携式的，对功耗极其敏感。你想，一台设备在手术室里用着用着没电了，那可不是闹着玩的。
低功耗设计，不是选一个低功耗芯片就完事了。它是一个系统工程。
第一，芯片选型是基础。
Cortex-M系列里，STM32L系列、EFM32系列都是低功耗的好手。Cortex-A系列里，i.MX系列、Rockchip的RK系列也有低功耗版本。FPGA方面，Xilinx的Artix-7、Lattice的iCE40都是低功耗的典型。
但注意，芯片的「待机功耗」和「工作功耗」是两回事。有些芯片待机功耗极低，但一跑起来功耗就飙升。你得看你的设备是「大部分时间待机」还是「大部分时间工作」。
第二，时钟管理是关键。
我见过很多工程师，所有外设都用同一个时钟，而且频率开到最高。这其实很浪费。
正确的做法是：
- 用不到的模块，直接关掉时钟
- 需要用的模块，按需配置时钟频率
- CPU在空闲时进入休眠模式
举个例子，一个显微镜的自动对焦系统，大部分时间在等待用户操作。这时候CPU完全可以进入深度睡眠，只留一个定时器唤醒。等用户按了按钮，再快速唤醒，完成对焦，然后继续睡。
第三，电源管理要精细。
我习惯把系统分成多个电源域：
- 核心域：CPU、内存，始终供电
- 外设域：传感器、电机驱动，按需供电
- 通信域：Wi-Fi、蓝牙，不用时断电
每个电源域用独立的LDO或DC-DC控制。这样，不用的模块可以彻底断电，而不是仅仅「休眠」。
一个真实案例：我做过一个手持式皮肤镜，用了一颗Cortex-M4 + 一颗低功耗FPGA。整机功耗控制在500mW以内，用两节18650电池，能连续工作8小时。怎么做到的？
- FPGA只在采集图像时工作，平时断电
- Cortex-M4在空闲时进入待机模式，电流只有2μA
- LED光源用PWM调光，亮度可调，避免浪费
- Wi-Fi模块只在传输数据时上电，传完就断
第四，软件也要配合。
低功耗不只是硬件的事。软件写不好，再好的硬件也白搭。
比如，轮询比中断费电。你想想看，CPU一直在那「问」外设有没有数据，多浪费。用中断，CPU可以安心睡觉，等外设来叫它。
再比如，DMA比CPU搬运数据省电。DMA是硬件在做数据搬运，CPU可以同时做别的事或者休眠。
我见过一个团队，硬件选型很好，但软件里全是轮询和忙等，结果功耗比预期高了3倍。后来改成中断+DMA，功耗直接降下来。
小技巧：在调试低功耗时，我习惯用示波器看电流波形。一个正常的低功耗系统，电流波形应该是「脉冲式」的——大部分时间在低电流区，偶尔有高电流脉冲。如果电流一直很高，说明有地方没睡好。
2.4 总结：选型不是单选题
好了，咱们把今天的内容串一下。
处理器选型，没有标准答案。每个项目都有自己的约束条件：
- 算力需求多大？
- 实时性要求多高？
- 功耗预算多少？
- 开发周期多长？
- 团队擅长什么？
我的经验是：
- 能用Cortex-M解决的，别上Cortex-A
- 能用DSP解决的，别上FPGA
- 如果必须上FPGA，尽量只做「硬件加速」部分
- 低功耗要从芯片选型、时钟管理、电源域划分、软件优化四个维度同时下手
最后说一句：选型文档一定要写清楚「为什么选这个」。不然半年后你自己都忘了当初的决策依据。
下一章，咱们聊聊实时操作系统（RTOS）在医疗显微镜中的应用。到时候我会分享一个因为任务优先级没设好导致「死机」的惨痛教训。