- A+
近年来，随着物联网的快速发展以及人工智能在边缘计算领域中的应用，系统设计工程师希望采用的嵌入式处理器能够兼具高性能与低成本，同时具有更高的安全性。恩智浦半导体推出创新性的跨界处理器i.MX RT系列，填补了MCU和应用处理器之间空白。恩智浦资深副总裁兼微控制器业务线总经理Geoff Lees，深入解读在人工智能物联网快速发展的背景下，微控制器的市场前景，边缘计算技术的最新发展及应用。
关注人工智能边缘计算
加强与中国市场合作
“人工智能让机器能够感知环境，并能够让其对人类指令做出更好地响应。随着处理器技术的进步，人工智能正在从云端运算转向嵌入式应用，同时仍然在快速演变之中。恩智浦非常关注人工智能的发展，希望将人工智能技术更好的引入智能物联网当中。”Geoff Lees指出。
根据Geoff Lees的介绍，恩智浦在人工智能发展上强调的是成本与应用。“没有人会为了AI而做AI，人工智能技术最终必然走向产品化。而落地的关键，一是成本、二是应用。恩智浦的产品和解决方案在物联网各个边缘计算领域都有着广泛的应用。随着市场对于AI技术需求的提高，我们会选择适当的AI核加入已有产品上，用户不必再自己开发应用软件。‘交钥匙’的整体解决方案是我们的发展方向，也是我们的强项。”Geoff Lees说。
同时，Geoff Lees非常看好中国人工智能的发展。“我认为中国的人工智能和机器学习市场是引领全球的。虽然美国公司最早开始研发AI技术，但是现在中国公司研发AI产品的广度是其他国家公司没法比的。中国AI产品种类多样，包括玩具中都开始强调AI概念。中国在AI应用方面是最活跃的区域。”
因此，恩智浦将在边缘计算的人工智能领域将加强与中国公司的合作。根据Geoff Lees的构想，合作可分成三个阶段：第一个阶段是与中国语音端的人工智能公司合作，将相关操作系统与生态环境移植到恩智浦的产品之中，不仅在i.MX 7ULP、i.MX 8M等应用处理器、i.MX RT等跨界处理器当中，甚至在更低端的微处理器中，都将移植相关生态环境和操作系统。第二阶段是优化。恩智浦将与中国大学、研究机构共同合作，将相关研究成果移植到产品之中，包括工具、语言算法等。并不是所有的数据处理运算都必须放到云端完成上，很多机器学习的算法经过优化都可以放在本地完成，而且更加高效和安全。第三个阶段是将更加先进的机器学习、算法移植到低成本的微处理器、微控制器上，将机器学习的应用范围在边缘计算领域进一步扩展。
恩智浦在人工智能方面的关注点集中在边缘计算上，同时更加强调成本、应用以及与中国市场的合作。
看好FD-SOI工艺
适用智能物联网市场
人工智能物联网的发展与转变是在微处理器技术进步与工艺技术的共同作用下被推动的。在制造工艺方面，FD-SOI路线成为恩智浦智能物联网布局的重点。
在2017年的媒体活动中，Geoff Lees就表示，恩智浦的嵌入式应用处理器将把重点放在FD-SOI技术上。采用FD-SOI有两个原因：一是随着技术的发展，芯片的复杂度越来越高，比如集成模拟电路、RF电路等，同时还要求芯片具有更低的功耗。有的应用要求快速唤醒功能，以便实时与网络云端进行通信。“我个人认为FD-SOI是最适合物联网应用的芯片制造工艺。”Geoff Lees说。
FD-SOI作为一种半导体制造工艺，具有很多技术上的优点，比如减少寄生电容，提高器件频率；与体硅相比，SOI器件的频率提高20%～35%；由于减少寄生电容，降低漏电流，SOI器件的功耗下降35%～70%；消除了闩锁效应；抑制衬底的脉冲电流干涉，减少软错误的发生；与硅工艺相容，可减少13%～20%的工序等。在低功耗的物联网芯片产品中，采用FD-SOI技术具有独自的特点。
据了解，恩智浦的i.MX 7ULP已经采用三星的28纳米FD-SOI实现量产制造，还有6款芯片在准备当中，包括i.MX 8和i.MX 8X，以及iMX RT也将转到FD-SOI工艺上。
目前，世界上拥有FD-SOI生产线的代工企业主要有两家——三星与格罗方德。格罗方德除了在德国德累斯顿推进12FDX工艺研发，预计2019年投入量产外，也在中国四川成都建设FD-SOI生产线。我国代工企业上海华力微电子此前也有消息传出在进行FD-SOI生产工艺的开发。
Geoff Lees表示，当技术成熟后不排除与其他代工厂商合作。
