在ARM， 我们曾经拥有和合作伙伴一起确立移动产品革命的机会，而现在我们正在和伙伴们一起努力工作，希望能在增长的可穿戴设备领域复制我们的成功。我们已经轻松地 迈出了掌握可穿戴技术的第一步，这是一个令人期待的市场， 根据市场调查公司IHS的数据，到2018年，将达到一年300亿美元的规模。
 
 
虽然我们目前正在起步阶段，我们对如何能制造出最有效的，最精密的，功能最强的和最有用的可穿戴设备已经有了结论。这个问题的核心挑战就在于实现可穿戴设备在处理能力和能量效率之间的重要平衡，这也是我们能凭借ARM的传统技术优势实现引领可穿戴技术架构设计的核心价值。
 
 
如果要深入了解我们在可穿戴技术中所处的位置，那么您需要阅读这篇新的ARM白皮书, 不过首先让我们来纵览一下我们发现的如何制造最好可穿戴设备的方法。
 
 
在可穿戴设备领域中最有趣和最有挑战的部分之一是应对他们的多样性-从最简单的运动追踪器到高端智能手表，以及所有介于他们之间的产品。 他们需要采集并处理从各种传感器产生的数据流，包括加速度计，陀螺仪，GPS天线，温度和压力传感器。 他们可能会跑在从最简单的实时操作系统到类似Linux或者Android的复杂的操作系统设备上。 除了这多样性的挑战外，还有共同的挑战性，就是需要做到“永不断线，时时感测”并且能效高，重量轻。
 

 
ARM在这个领域已经是一个主要的创新者了，类似于Cortex-M 这样的产品就是专门为实现能效最大化而设计的。 这些芯片能完美匹配运动追踪器或者简单型智能手表，提供足够的处理能力和惊人的功效。 如果你需要更强的处理能力，那么Cortex-A系列能提供先进的性能，并不会提升很多的能耗。搭配Mali GPU，这些芯片能为智能手表或者类似设备提供丰富的用户图像体验。
 
 
可穿戴设备为我们带来了和以前传统智能手机完全不同的新功耗等级。比如，智能手机平均每天都要充电大约3000mAh，而可穿戴设备只需要每周充电 300mAh即可… 对于可穿戴设备若要对最终用户有实际意义，他们需要工作更频繁，但是充电次数更少。 但是即使如此，我们也可以充分利用我们在智能手机，平板电脑以及其他移动设备上获得的经验作为踏板。 在ARM这里，我们已经在优化用于可穿戴设备的SoC了。 这包含例如减少存储器缓存来减小裸片面积和功耗的方法-让我们的芯片更小且更搞笑。这种变化是有意义的： 我们已经能将L1 缓存大小减半，从32K降低到16K，但同时只影响了10%的性能。
 
 
ARM的最强项之一就是拥有强大而又有活力的生态系统。 这 就意味着我们对于可穿戴设备的各种不同挑战和可穿戴技术的多元性都具有发言权。我们完全期待着能看到在未来几个月或者未来几年可穿戴领域会有爆发式增长， 我们也会同时发现更好的方法来应对可穿戴设备的特殊需求。我们也想知道这条路会通向何方，也期待着看到我们想都没想到过的应用出现。在这条道路上，我们有 信心宣称，ARM能为您制造下一代可穿戴设备提供最好的平台-这个平台是行业内处理能力和功效平衡做的最好的。