产业发展的动力是什么？政策制定者应该关注哪些趋势？基于创新的网络物理系统（CPS）如何引领下一个自动化时代，意法半导体得出了自己的结论。在近日举行的2022年国际固态电路大会（ISSCC 2022）上，意法半导体模拟、MEMS和传感器产品总裁Marco Cassis发表了围绕意法半导体在传感器、人工智能、通信等领域技术突破的主题演讲。技术。还包括一些与“下一个自动化时代”相关的新趋势。
ST Marco Cassis，微电子模拟、MEMS 和传感器产品总裁
下一个自动化时代是什么？
第一个自动化时代
Marco Cassis 首先谈到了自动化的第一个时代。自动化时代是信息时代的产物，是指机器开始在很少人机交互的情况下执行复杂任务的时代。全球信息系统和生产的数字化迎来了第一个自动化时代，给经济和社会带来了翻天覆地的变化。制造业生产率显着提高，就业市场正在欢迎新人才。简而言之，自动化是第三次工业革命的核心，根据世界经济论坛的预测，自动化的发展预计在未来几年将继续显着加速。
机械自动化制造行业
下一个自动化时代
Marco Cassis在主题演讲中指出，我们正在经历一个自动化的新时代，信息物理系统（CPS）的概念带来了技术的融合。 CPS的概念于2017年正式提出，指的是“包括物理和计算组件的交互网络的智能系统”。 CPS 网络物理系统通过传感器和执行器联网的智能计算系统与世界交互。
网络物理系统与物联网系统有何不同？ ST 认为网络物理系统代表了包括物联网在内的超级集合。信息物理系统还提供控制系统和机器学习应用，但大多数传统物联网平台不具备此类配置。尽管物联网和网络物理系统有很多共同点，但网络物理系统超出了传统物联网的范围。网络物理系统控制和人工智能这两项关键能力是开启下一个自动化时代的主要驱动力。
ST是业界推出的首款具有机器学习核心的惯性传感器LSM6DSOX
嵌入式AI是下一个自动化时代的核心技术
边缘人工智能已经到来。 ST在ISSCC会议上的主题演讲中强调，微控制器和传感器可以通过多种方式在边缘设备中实现人工智能，并概述了使系统能够自动化复杂决策过程的现有技术，他还强调了市场预测的有用性。趋势。
提前几年加入游戏并获得先发优势
目前，边缘人工智能的流行源于市场上已经成熟的开发工具。 ST的微控制器机器学习开发工具NanoEdge AI Studio和STM32Cube.AI，以及LSM6DSOX MEMS机器学习核心开发软件Unico GUI，在首次推出时都是行业先锋，多年来不断更新、迭代。 ST还提供FP-AI-FACEREC1等开源演示程序，使开发人员能够在几分钟内创建机器学习应用程序。同样，ST的状态监测解决方案满足工业环境的可靠性要求。此外，ST还提供由加州大学洛杉矶分校William Kaiser教授设计的嵌入式机器学习免费课程，并通过GitHub和机器学习核心库与开源社区的开发者密切互动。
可靠、功能丰富的开发工具的出现正在颠覆工作流程和行业。 2018 年，很少有人知道如何在嵌入式系统中使用机器学习。想要开发嵌入式机器学习应用的学生使用ST的开发工具，并得到具有相关学术背景的大学教授的帮助，最终开发出嵌入式机器学习应用。如今，只需点击几下鼠标即可完成相同的项目。据ST合作伙伴Siana Design Company表示，2020年，越来越多的客户开始了解机器学习应用并在实际应用中使用它们。如今，已经使用ST 机器学习解决方案来帮助用户决定何时激活屏幕或记录身体活动的智能手表和智能手机只是市场上仅用于使用的一些流行解决方案。
嵌入式人工智能是下一个自动化时代的核心技术
我们的合作伙伴已经从边缘人工智能中受益，因为他们多年来一直拥有开发边缘人工智能的工具、文档和计算能力。 Marco Cassis 在演讲中还提到了Gartner 的人工智能技术成熟度曲线。分析师预测，边缘人工智能很快就会经历幻灭的低谷。大多数此类工具最近才出现，因此开发人员仍在学习如何使用它们并试图了解它们可以做什么。 ST工具已经存在多年，可帮助客户提前数年预测人工智能趋势，并有效利用该技术进入物理产品开发的早期阶段。
异构集成是下一个自动化时代的动力源
Marco Cassis 的主题演讲重点介绍了意法半导体在传感器、电源芯片、无线连接和其他推动突破性应用的基础技术方面的最新创新。他展示了这些创新技术如何相互构建并使用异构集成来实施CPS 系统并迎来下一个自动化时代。例如，他不仅讨论了LoRaWAN的兴起，还介绍了通用集成微控制器LoRaWAN控制器（STM32WL）以及LoRa如何与其他协议通信。
ST推出业界首款LoRa系统芯片STM32WL
异构集成增强CPS
ST 于2018 年发表了第一篇关于网络物理系统的论文，此后一直在进行持续的研究。创新正在使具有影响力的异构集成技术成为CPS的核心部分。传统上，异构计算涉及使用不同的处理核心，这也是很多人比较熟悉的一种方式。目前，代工厂很难突破较小工艺节点的物理限制，因此异构计算有助于延续摩尔定律。
Marco Cassis 在演讲中强调，随着我们从异构计算转向异构集成，行业正在进入自动化的新时代。 ST 还在做一些更大的事情，而不仅仅是在同一芯片上集成不同的Cortex-M 内核。它还将机器学习核心与环境传感器集成，以创建新的机器学习应用程序。我们正在进一步开发使用GaN和SiC等新材料的功率器件，以构建新型蜂窝网络。我们的相变存储器研发工作不断提高汽车处理器的性能，并通过BCD（BIPOLAR-CMOS-DMOS）技术使芯片具有更复杂和多样化的功能。
异构集成增强新产品
下一个自动化时代仍需要行业协作
随着下一个自动化时代的开始，行业协作的重要性不言而喻。随着网络物理设备变得越来越智能化，迫切需要解决对其进行妥善保护的安全问题。此外，人工智能的出现意味着安全防御需要能够抵御更强大的攻击。同样，该行业必须围绕可持续发展原则团结起来，推出令人兴奋的解决方案来应对气候危机，并在下一个自动化时代为全人类创造更美好的未来。
版权声明：本文转载于网络，版权归作者所有。如有侵权，请联系本站编辑删除。