物聯(lián)網(wǎng)及智能產(chǎn)業(yè)的現(xiàn)狀和發(fā)展趨勢(shì)是什么？何謂“情境智能”？半導(dǎo)體公司如何應(yīng)對(duì)挑戰(zhàn)？賽普拉斯總裁兼首席執(zhí)行官Hassane El-Khoury為您深入剖析！

物聯(lián)網(wǎng)及智能產(chǎn)業(yè)的現(xiàn)在與未來(lái)

半導(dǎo)體行業(yè)和更為廣泛的高科技領(lǐng)域的變化步伐正不斷加快。我們已經(jīng)從移動(dòng)時(shí)代跨越到了物聯(lián)網(wǎng)時(shí)代。在移動(dòng)時(shí)代中，消費(fèi)者可輕易獲得計(jì)算和無(wú)線(xiàn)連接功能。而在物聯(lián)網(wǎng)時(shí)代，這兩項(xiàng)功能正在迅速被嵌入一系列智能產(chǎn)品 --- 從恒溫器、家用電器、聯(lián)網(wǎng)汽車(chē)，到工業(yè)4.0的智能工廠。

身處物聯(lián)網(wǎng)的發(fā)祥地—硅谷，每天都極可能與谷歌無(wú)人駕駛原型車(chē)一同等紅燈，親眼見(jiàn)證極具震撼力的日新月異的智能科技。以下這張圖展現(xiàn)了物聯(lián)網(wǎng)如何為科技公司帶來(lái)巨大的機(jī)遇。

試想，是什么力量推動(dòng)了物聯(lián)網(wǎng)的發(fā)展？根據(jù)摩爾定律，芯片上的晶體管數(shù)量每?jī)赡暝黾右槐?，?jì)算能力也以相同的步伐提升。我并非在這里討論該定律是否成立。我個(gè)人持肯定意見(jiàn)。但是，我們已經(jīng)發(fā)展到一個(gè)轉(zhuǎn)折點(diǎn)，計(jì)算能力提升獲得的回報(bào)不足以彌補(bǔ)最新生產(chǎn)設(shè)備所需的巨額投資。

摩爾定律如今已被麥特卡爾夫定律所取代。根據(jù)后者，電信網(wǎng)絡(luò)的價(jià)值與網(wǎng)絡(luò)連接用戶(hù)數(shù)量的平方成正比。這一新的定律完美地解釋了物聯(lián)網(wǎng)指數(shù)級(jí)成長(zhǎng)的原因。從另一角度來(lái)看，將計(jì)算能力擴(kuò)散分布到網(wǎng)絡(luò)的周邊是符合邏輯的， 可以滿(mǎn)足持續(xù)改善性能和功能的需求。

以人為本的情境智能

物聯(lián)網(wǎng)的增長(zhǎng)離不開(kāi)“人”這個(gè)因素：消費(fèi)者希望科技可以使生活變得更加簡(jiǎn)單、安全，并且為他們節(jié)省時(shí)間和金錢(qián)。我們大多數(shù)人都已感受過(guò)互聯(lián)家庭帶來(lái)的便利，例如智能電表、智能家電、智能煙霧探測(cè)器，或是汽車(chē)上避免碰撞和盲點(diǎn)探測(cè)的先進(jìn)輔助駕駛系統(tǒng)（ADAS）等等。

同樣，實(shí)時(shí)無(wú)線(xiàn)數(shù)據(jù)采集在商業(yè)應(yīng)用中同樣具有顯著的成本和效率優(yōu)勢(shì)。譬如，工廠生產(chǎn)線(xiàn)的正常運(yùn)行時(shí)間信息，可以通過(guò)云端完成海量數(shù)據(jù)處理，無(wú)須再用人工手動(dòng)收集數(shù)據(jù)。

很多高端汽車(chē)配備了自適應(yīng)巡航控制系統(tǒng)，以確定與周?chē)?chē)輛之間最安全的距離和速度。目前，這樣的技術(shù)正快速進(jìn)入普及車(chē)型。

今天，我們生活在一個(gè)由互聯(lián)設(shè)備主導(dǎo)的世界。以智能家居為例，“智能”是由使用者通過(guò)手機(jī)應(yīng)用程序或偏好預(yù)設(shè)等功能（而非家居本身）體現(xiàn)出來(lái)的。因此，智能設(shè)備做出的反應(yīng)是被動(dòng)和遲滯的。下圖中的紅色線(xiàn)條顯示了聯(lián)網(wǎng)設(shè)備的智能化等級(jí)，的確有一點(diǎn)智能的意思，但是微不足道。

智能革命的下一個(gè)階段已經(jīng)展開(kāi)：利用人工智能（AI）平臺(tái)構(gòu)建產(chǎn)品和設(shè)計(jì)軟件。如亞馬遜云服務(wù)（AWS）和微軟的Azure云計(jì)算平臺(tái)，為物聯(lián)網(wǎng)提供廣泛的服務(wù)，包括機(jī)器學(xué)習(xí)、云分析，以及通過(guò)專(zhuān)業(yè)的云計(jì)算中心進(jìn)行大規(guī)模的節(jié)點(diǎn)連接。

人工智能（AI）平臺(tái)的美妙之處在于，你提供的數(shù)據(jù)越多，它就會(huì)變得“越智能”，其學(xué)習(xí)速度也就越快。越來(lái)越多的節(jié)點(diǎn)將數(shù)據(jù)發(fā)送到云端進(jìn)行處理，用于執(zhí)行面部識(shí)別、預(yù)測(cè)控制和維護(hù)等功能。

我的家里安裝了一個(gè)帶有內(nèi)置面部識(shí)別系統(tǒng)的安全攝像頭。即使屬于基于云計(jì)算的智能級(jí)別，當(dāng)攝像頭探測(cè)到房子里有異常時(shí)，作為用戶(hù)，我仍然需要通過(guò)手機(jī)App的通知來(lái)做出適當(dāng)反應(yīng)。雖然這一步驟延緩了我決策的速度，卻使我的節(jié)點(diǎn)具備了更高的云端智能級(jí)別。

“智能革命”的下一步是將計(jì)算能力轉(zhuǎn)移到網(wǎng)絡(luò)邊緣，并且從人工決策平臺(tái)過(guò)渡到能夠自主決策的平臺(tái)，從所處的環(huán)境中學(xué)習(xí)并隨時(shí)改變其行為。下圖就是我所說(shuō)的“情境智能”——一個(gè)真正不依賴(lài)于設(shè)備的環(huán)境。

物聯(lián)網(wǎng)和人工智能革命的加速發(fā)展，將為半導(dǎo)體行業(yè)帶來(lái)巨大的機(jī)遇。正如人們對(duì)更好、更快、功能更豐富的電腦和手機(jī)的需求，推動(dòng)了對(duì)更強(qiáng)大的微處理器、微控制器和更高密度存儲(chǔ)器的需求，更強(qiáng)大的邊緣計(jì)算能力和更智能化、自主化的節(jié)點(diǎn)，將需要更加強(qiáng)大的傳感器和MCU，以及更加穩(wěn)健的無(wú)線(xiàn)連接。

半導(dǎo)體公司的應(yīng)對(duì)之道

一家半導(dǎo)體公司需具備將低功耗、可編程性和精深的器件安全性等競(jìng)爭(zhēng)優(yōu)勢(shì)打包在系統(tǒng)級(jí)解決方案中提供給客戶(hù)的能力，這與我們不斷推出單個(gè)新產(chǎn)品的能力同樣重要。并且，強(qiáng)大而簡(jiǎn)單易用的軟件也與硬件具有同等重要性。

未來(lái)需要能夠感知、連接、學(xué)習(xí)和做出響應(yīng)的新一代設(shè)備。這勢(shì)必顛覆目前人們對(duì)半導(dǎo)體產(chǎn)業(yè)的認(rèn)知。

并非所有的企業(yè)都可以順應(yīng)這一趨勢(shì)成功轉(zhuǎn)型，但賽普拉斯已做好準(zhǔn)備，在新的環(huán)境中參與競(jìng)爭(zhēng)并成為贏家。

責(zé)任編輯：ct