如何讓MEMS標(biāo)準(zhǔn)化

　　硬件，尤其是MEMS傳感器，仍將會(huì)是終端裝置中不可或缺的部份，但展望未來，軟件在為用戶帶來價(jià)值方面也扮演同樣重要的角色。博世（Bosch Sensortec）認(rèn)為，傳感器軟件將會(huì)變得越來越智能，從而將MEMS傳感器轉(zhuǎn)變?yōu)楦鼫?zhǔn)確且個(gè)人化的系統(tǒng)，協(xié)助用戶適應(yīng)任何情況。

　　Bosch Sensortec技術(shù)長(zhǎng)Markus Ulm說：“軟件為傳統(tǒng)傳感器組件增加了新功能。 我深信這將會(huì)對(duì)我們的產(chǎn)業(yè)帶來重大影響，”促進(jìn)MEMS傳感器導(dǎo)入當(dāng)前和新的應(yīng)用中。

　　MEMS標(biāo)準(zhǔn)化

　　“一種產(chǎn)品，一種制程”（One Product， One Process）是MEMS產(chǎn)業(yè)中眾所周知的不二法則。MEMS組件必須經(jīng)過高度客制才可能滿足功耗、延遲、穩(wěn)定度和內(nèi)存方面的特定要求。例如，虛擬現(xiàn)實(shí)（VR）頭戴式顯示器需要最低延遲時(shí)間，掃地機(jī)器人則要求在各種不同溫度下具有高穩(wěn)定度，而穿戴式裝置則需要以超低功率實(shí)現(xiàn)自主學(xué)習(xí)以及定向追蹤。Ulm說：“但要開發(fā)一種適合所有產(chǎn)品的解決方案極其困難，而且還必須要有足夠的市場(chǎng)覆蓋才能真正使其具有商業(yè)可行性?！?/p>

　　再者，在邁向制程標(biāo)準(zhǔn)化方面幾乎沒什么進(jìn)展，這也象征著這一產(chǎn)業(yè)與傳統(tǒng)半導(dǎo)體產(chǎn)業(yè)制程的顯著差異。Yole Développement技術(shù)市場(chǎng)分析師Damianos Dimitrios認(rèn)為，“在MEMS標(biāo)準(zhǔn)化方面一直沒有任何改善和進(jìn)步。過去二、三十年來一直是這樣，業(yè)界都在談?wù)摌?biāo)準(zhǔn)化，但卻一直未能實(shí)現(xiàn)。這就是為什么MEMS代工廠和CMOS代工廠的商業(yè)模式發(fā)展不同的原因?！?/p>

　　Ulm聲稱，軟件正是超越這種典范并帶來商業(yè)意義的主要推動(dòng)力之一。

　　越來越聰明

　　從讀取傳感器數(shù)據(jù)到評(píng)估數(shù)據(jù)，直到最終展開學(xué)習(xí)并根據(jù)資料做出本地決策，軟件已經(jīng)發(fā)展很長(zhǎng)一段時(shí)間了。

　　Ulm說：“軟件和硬件的結(jié)合，帶來了創(chuàng)造傳感器以及新的感測(cè)方法之路。”

　　如果硬件中包括不止一種類型的傳感器，那么軟件就夠?qū)⒏鞣N原始測(cè)量結(jié)果匯整在一起，并將結(jié)果轉(zhuǎn)化為更有價(jià)值的信息?！耙虼?，相較于傳感器組件，一個(gè)完整的系統(tǒng)能夠產(chǎn)生有關(guān)感測(cè)的更高層級(jí)信息?！彼⒁允褂肂osch Sensortec BME680氣體傳感器為例說，“如果僅使用傳感器原始數(shù)據(jù)，你可能無法分類不同的氣體。但透過軟件啟用，氣體傳感器中所采用的技術(shù)還可用于進(jìn)行溫度光譜分析?！?/p>

　　傳感器融合同樣透過軟件智能化地組合并評(píng)估來自多個(gè)傳感器的數(shù)據(jù)，以改善應(yīng)用或系統(tǒng)效能。但是，實(shí)際上，要讓多個(gè)傳感器協(xié)同運(yùn)作并收集有用的數(shù)據(jù)并不是那么簡(jiǎn)單或直接。

　　Ulm說：“為了簡(jiǎn)化傳感器融合過程，您必須提高運(yùn)算能力，或者建立一些機(jī)器學(xué)習(xí)算法，以處理所有的數(shù)據(jù)、進(jìn)行分類，并且了解哪些數(shù)據(jù)來自哪個(gè)傳感器以及數(shù)據(jù)在傳達(dá)什么訊息?！?/p>

　　處理能力也是一大挑戰(zhàn)。Damianos說：“您需要更多的能力來處理資料，但最終，您還需要降低功耗，才能讓裝置可以持續(xù)更長(zhǎng)時(shí)間使用，特別是消費(fèi)類應(yīng)用?！?/p>

　　Ulm指出：“傳感器融合尚未達(dá)到極限，還需要進(jìn)一步的研究和開發(fā)?！彼fBosch的方法包括利用人工智能（AI）和軟件合成，以使消費(fèi)電子裝置更智能?！败浖铣墒侵父鶕?jù)領(lǐng)域知識(shí)和特定產(chǎn)品版本的特定限制自動(dòng)產(chǎn)生程碼的方式?！?/p>

　　“傳感器融合技術(shù)實(shí)現(xiàn)了一定程度的自動(dòng)化，這為更復(fù)雜的傳感器融合創(chuàng)造了新的機(jī)會(huì)——由于涉及大數(shù)據(jù)（big data）和大量潛在的數(shù)據(jù)源，是以往使用傳統(tǒng)方法無法實(shí)現(xiàn)的?！?/p>

　　軟件不僅為傳感器增加價(jià)值，也進(jìn)一步提升了整體系統(tǒng)。它也變得越來越聰明，可以直接在MEMS傳感器內(nèi)部實(shí)現(xiàn)AI。Ulm說：“我們一直聽到很多有關(guān)AI的討論，但我想鼓吹邊緣AI （edge AI）作為產(chǎn)業(yè)和用例驗(yàn)收的解決方案?！敝苯釉贛EMS裝置的本地?fù)碛蠥I，將有助于發(fā)展新的應(yīng)用，并為用戶帶來更多好處。

　　在邊緣執(zhí)行AI算法確實(shí)為用戶帶來了諸多好處。第一是個(gè)人化，在本地執(zhí)行計(jì)算，并根據(jù)用戶的個(gè)人行為實(shí)現(xiàn)優(yōu)化。其次是用戶的數(shù)據(jù)隱私。Ulm解釋說，由于在邊緣處理數(shù)據(jù)而無需經(jīng)由云端，更能讓資料保有穩(wěn)私性。第三個(gè)好處是實(shí)時(shí)反饋。“將內(nèi)容上云處理后再傳回裝置，將會(huì)經(jīng)歷延遲，而且有許多應(yīng)用其實(shí)并沒有必要上云?！痹谶吘増?zhí)行可避免數(shù)據(jù)來回傳輸并減少延遲。第四個(gè)好處則是由于在本地進(jìn)行處理，有助于延長(zhǎng)電池壽命。

　　然而，Edge AI仍然受制于幾項(xiàng)關(guān)鍵的成功因素。Ulm說：“不僅要理解和控制數(shù)據(jù)，算法也不可忽略，這些都是至關(guān)重要的，尤其是對(duì)于Edge AI而言?！彼?qiáng)調(diào)，Edge AI要能成功取決于三件事。首先從在邊緣受限條件下執(zhí)行于裝置上的算法開始?！爸攸c(diǎn)在于了解這些算法并開發(fā)能夠在此條件下執(zhí)行的新算法。”其次是數(shù)據(jù)，這些實(shí)時(shí)產(chǎn)生的數(shù)據(jù)必須實(shí)時(shí)處理。第三是情境架構(gòu)（context），這意味著數(shù)據(jù)的解讀必須對(duì)特定用例有意義，而且在特定情況下也具有價(jià)值。Ulm解釋說，“例如，這種價(jià)值可以是根據(jù)情況如何以不同方式處理問題的實(shí)時(shí)反饋?！?/p>

　　目前，Edge AI仍處于其發(fā)展初期。Ulm表示，由于機(jī)器學(xué)習(xí)社群一直專注于以基于云端的解決方案來解決大數(shù)據(jù)和大規(guī)模的問題，因此還有各種挑戰(zhàn)尚待解決。

　　Damianos指出，主要的挑戰(zhàn)是功耗和摩爾定律（Moore’s Law）的限制?！拔覀兌贾滥柖烧饾u式微。我們不確定它是否終結(jié)，但至少知道它正放緩中，因而對(duì)于可能在處理器單元中增加的晶體管數(shù)量帶來了限制?！绷硪粋€(gè)確定的挑戰(zhàn)是資料隱私法規(guī)?！霸跉W洲，我們已經(jīng)有《一般數(shù)據(jù)保護(hù)規(guī)范》（GDPR）了，但還需要了解其他地區(qū)的情況。”

　　而當(dāng)被問及MEMS傳感器公司如何在edge AI方面有所作為，以及證實(shí)較云端供貨商更具優(yōu)勢(shì)時(shí)，Ulm列舉了許多用例，包括在極其接近傳感器的邊緣，可能為客戶帶來的價(jià)值等等?！癕EMS傳感器公司在此可以利用其優(yōu)勢(shì)來突破邊緣的限制，從而實(shí)現(xiàn)本地機(jī)器學(xué)習(xí)解決方案。而且，最重要的是，我們了解傳感器的功能及其如何運(yùn)作。”