A partir du mois d’avril, le fabricant de semi-conducteurs Silicon Labs va commencer à livrer des kits de démarrage EFM32 Gecko compatibles avec l’écosystème de développement mbed. Initié en 2009 ...par ARM et NXP et rejoint depuis par d’autres fournisseurs de microcontrôleurs à cœur Cortex-M (Atmel, Freescale, STMicroelectronics…), cet écosystème a vocation à fournir plates-formes matérielles de prototypage, briques de base logicielles (mbed OS notamment) et outils de développement compatibles.

 

Parmi les premières plates-formes de Silicon Labs supportant mbed, on trouvera des kits de démarrage Wonder Gecko (Cortex-M4), Leopard Gecko (Cortex-M3), Giant Gecko (Cortex-M3) et Zero Gecko (Cortex-M0+). Les développeurs possédant déjà des kits EFM32 pourront également charger mbed sur leur matériel via une simple mise à jour logicielle.

 

Parallèlement, Silicon Labs s’est engagé dans une collaboration avec ARM pour définir des API standardisées dédiés aux fonctions de gestion de la consommation pour les plates-formes de développement mbed. Selon l’Américain, de telles API (interfaces de programmation d’applications) pourront apporter des principes d’éco-efficacité à des solutions standard à base de microcontrôleurs Cortex-M, optimisées pour répondre aux contraintes des objets connectés à ultrabasse consommation alimentés sur piles ou batteries. Les API de gestion de la consommation élaborées par ARM et Silicon Labs seront notamment l’un des blocs constitutifs de la plate-forme logicielle mbed OS dont la disponibilité est prévue en 2015.

 

A cet égard, la société américaine aime à rappeler que l’une des fonctions d’éco-efficacité apportées par les API des microcontrôleurs EFM32 Gecko permet de déterminer et de mettre en place automatiquement le mode veille optimal en fonction des périphériques du circuit qui sont en fonctionnement. L’optimisation de la consommation se fait aussi en autorisant l’exécution des opérations d’E/S en arrière-plan, alors que le cœur du microcontrôleur est en veille ou en train d’effectuer d’autres traitements. On suppose donc que les futures API de gestion de la consommation de la plate-forme mbed s’inspireront de ces mécanismes…