下一个自动化时代的新网宇实体系统影响

工业发展的驱动力为何？决策者应该注意些什么？当许多人开始揣测时，意法半导体（ST）以创新的网宇实体系统如何开启下一个自动化时代为依据推导结论。在2022年国际固态电路会议（ISSCC 2022）上，意法半导体模拟、MEMS和传感器产品部总裁Marco Cassis发表ST在传感器、人工智能、通讯等领域取得的技术突破。同时，ST正思考以「下一个自动化时代」为背景探讨的新趋势。

何谓下一个自动化时代？
第一个自动化时代
自动化时代的概念非常广泛，并涉及许多基础性的问题。作为信息时代的产物，自动化时代指的是机器开始执行复杂任务、几乎没有人机互动的时代。全球信息系统和生产数字化引发了第一个自动化时代。在那个时代，自动化为经济社会带来巨大的变化。制造业生产效率明显提升，就业市场为新人才敞开大门。简言之，自动化是第三次工业革命的核心，根据世界经济论坛的数据，未来几年自动化发展将明显持续加速。


图1 : 机械自动化制造

下一个自动化时代
由于「网宇实体系统（Cyber-Physical Systems；CPS）」的概念带来了技术融合，如今确实正在经历一个新的自动化时代。CPS是2017年正式提出的「智能系统概念，包含由物理组件和计算机建构成的互动网络。」简言之，CPS网宇实体系统具有传感器和致动器，透过其连网的智能运算系统与世界互动。

前文引用了网宇实体系统的官方定义，许多人可能疑惑，网宇实体系统与物联网系统有何不同?美国国家标准与技术研究院（NIST）意识到此问题，并给出了多种方法解释两者间的差异。在众多解释中，ST采纳了网宇实体系统代表一个包含物联网在内的超级集合概念。

确实，网宇实体系统还提供了控制系统和机器学习应用，而传统物联网平台中大多不具有这类配置。虽然物联网和网宇实体系统有许多共同之处，但网宇实体系统超越了传统物联网的范畴。事实上，网宇实体系统的控制和人工智能等两大功能是引发下一个自动化时代的部分诱因。

 
图2 : 惯性传感器LSM6DSOX具有机器学习的核心。

嵌入式AI是下一个自动化时代的核心技术
提前数年入场的先发优势
时至今日的边缘人工智能大众化源自于市面提供了成熟的开发工具。微控制器机器学习开发工具NanoEdge AI Studio和STM32Cube.AI或LSM6DSOX MEMS的机器学习核心开发软件Unico GUI，多年来持续更新迭代。ST也提供FP-AI-FACEREC1等开源样本，让开发人员在几分钟后就能创建一个机器学习应用程序。同样地，ST的状态监测解决方案可满足工业环境的可靠性要求。甚至还免费提供由 UCLA大学William Kaiser教授所设计的嵌入式机器学习课程，并透过 GitHub和ST机器学习核心库与开源社群的开发者密切互动。

性能可靠、功能丰富的开发工具的出现对工作流程和业界造成了颠覆性变化。2018年，欲开发嵌入式机器学习应用的学生使用ST的开发工具并在学术环境下，经大学教授协助，终于开发出嵌入机器学习应用。今日，相似的项目仅需要点击几下鼠标即可完成。2018年，鲜少人知晓如何于嵌入式系统上使用机器学习技术。2020年，根据ST合作伙伴Siana设计公司介绍，越来越多客户在寻求机器学习的应用，并实际应用。最近市面上可见贩卖的智能手表或手机使用ST机器学习解决方案，以决定何时开启屏幕或进行运动纪录，而其功耗却仅有一般的一小部分。


 
图3 : 嵌入式人工智能是下一个自动化时代的核心技术。

在整个业界下的 ST
由前文可得知，ST的合作伙伴已自边缘人工智能中受益，因为他们几年前就有了开发边缘AI所需的工具、文件和运算能力。分析师估计边缘人工智能很快将经历幻想破灭的低谷。大多数竞争工具皆是近期才出现的，因此开发人员仍在学习使用工具，并弄清楚用它们能做些什么。另一方面，ST工具已经存在许多年，所以ST的客户已提前几年预测到人工智能趋势，正在有效地利用这项技术开发产品。

异质整合是下一个自动化时代的驱动力
异质整合为CPS赋能
网宇实体系统并不是新概念，NIST在2017年正式定义了这个概念，且事实上，早在2014年就有一个工作小组在进行此方面的研究，ST在2018年发表了首个关于此专题的论文，此后便不断在探索网宇实体系统。而时至今日为何又开始关注此话题呢？因为创新正在使有影响力的异质整合技术成为CPS的核心技术。许多人熟悉传统上涉及使用不同处理内核的异质计算。因为代工厂很难突破更小制程节点的物理限制，异质运算有助于摩尔定律持续下去。

Marco Cassis强调，因为从异质计算走向了异质整合，所以业界正在经历一个新的自动化时代。事实上，ST不仅在同一颗芯片上整合不同的 Cortex-M 内核，而且还在做更大的事情。ST整合机器学习核心与环境传感器，开创新的机器学习应用，也在利用GaN或SiC等新材料研制更多的功率组件，进而创建新型蜂巢式网络。我们的相变化内存研发活动正在优化汽车处理器的性能，而BCD（BIPOLAR-CMOS-DMOS）技术继续让芯片具有更复杂和多样化的功能。


 
图4 : 异质整合为新产品赋能

下一个自动化时代需要业界携手合作
简而言之，ST在见证下一个自动化时代，但也试图提醒业界合作的重要性。随着网宇实体设备变得越来越智慧，妥善保护设备的安全问题更需要被解决。此外，人工智能的出现意味着安全防御措施必须能够抵御更强的攻击。同样地，业界必须为永续发展团结一致，下一个自动化时代必须应对气候危机，并提出鼓舞人心的解决方案，以提振全体社群的信心。