工業發展的驅動力為何？決策者應該注意些什么？當許多人開始揣測時，意法半導體（ST）以創新的網宇實體系統如何開啟下一個自動化時代為依據推導結論。在2022年國際固態電路會議（ISSCC 2022）上，意法半導體模擬、MEMS和傳感器產品部總裁Marco Cassis發表ST在傳感器、人工智能、通訊等領域取得的技術突破。同時，ST正思考以「下一個自動化時代」為背景探討的新趨勢。

何謂下一個自動化時代？
第一個自動化時代
自動化時代的概念非常廣泛，并涉及許多基礎性的問題。作為信息時代的產物，自動化時代指的是機器開始執行復雜任務、幾乎沒有人機互動的時代。全球信息系統和生產數字化引發了第一個自動化時代。在那個時代，自動化為經濟社會帶來巨大的變化。制造業生產效率明顯提升，就業市場為新人才敞開大門。簡言之，自動化是第三次工業革命的核心，根據世界經濟論壇的數據，未來幾年自動化發展將明顯持續加速。


圖1 : 機械自動化制造

下一個自動化時代
由于「網宇實體系統（Cyber-Physical Systems；CPS）」的概念帶來了技術融合，如今確實正在經歷一個新的自動化時代。CPS是2017年正式提出的「智能系統概念，包含由物理組件和計算機建構成的互動網絡。」簡言之，CPS網宇實體系統具有傳感器和致動器，透過其連網的智能運算系統與世界互動。

前文引用了網宇實體系統的官方定義，許多人可能疑惑，網宇實體系統與物聯網系統有何不同?美國國家標準與技術研究院（NIST）意識到此問題，并給出了多種方法解釋兩者間的差異。在眾多解釋中，ST采納了網宇實體系統代表一個包含物聯網在內的超級集合概念。

確實，網宇實體系統還提供了控制系統和機器學習應用，而傳統物聯網平臺中大多不具有這類配置。雖然物聯網和網宇實體系統有許多共同之處，但網宇實體系統超越了傳統物聯網的范疇。事實上，網宇實體系統的控制和人工智能等兩大功能是引發下一個自動化時代的部分誘因。

 
圖2 : 慣性傳感器LSM6DSOX具有機器學習的核心。

嵌入式AI是下一個自動化時代的核心技術
提前數年入場的先發優勢
時至今日的邊緣人工智能大眾化源自于市面提供了成熟的開發工具。微控制器機器學習開發工具NanoEdge AI Studio和STM32Cube.AI或LSM6DSOX MEMS的機器學習核心開發軟件Unico GUI，多年來持續更新迭代。ST也提供FP-AI-FACEREC1等開源樣本，讓開發人員在幾分鐘后就能創建一個機器學習應用程序。同樣地，ST的狀態監測解決方案可滿足工業環境的可靠性要求。甚至還免費提供由 UCLA大學William Kaiser教授所設計的嵌入式機器學習課程，并透過 GitHub和ST機器學習核心庫與開源社群的開發者密切互動。

性能可靠、功能豐富的開發工具的出現對工作流程和業界造成了顛覆性變化。2018年，欲開發嵌入式機器學習應用的學生使用ST的開發工具并在學術環境下，經大學教授協助，終于開發出嵌入機器學習應用。今日，相似的項目僅需要點擊幾下鼠標即可完成。2018年，鮮少人知曉如何于嵌入式系統上使用機器學習技術。2020年，根據ST合作伙伴Siana設計公司介紹，越來越多客戶在尋求機器學習的應用，并實際應用。最近市面上可見販賣的智能手表或手機使用ST機器學習解決方案，以決定何時開啟屏幕或進行運動紀錄，而其功耗卻僅有一般的一小部分。


 
圖3 : 嵌入式人工智能是下一個自動化時代的核心技術。

在整個業界下的 ST
由前文可得知，ST的合作伙伴已自邊緣人工智能中受益，因為他們幾年前就有了開發邊緣AI所需的工具、文件和運算能力。分析師估計邊緣人工智能很快將經歷幻想破滅的低谷。大多數競爭工具皆是近期才出現的，因此開發人員仍在學習使用工具，并弄清楚用它們能做些什么。另一方面，ST工具已經存在許多年，所以ST的客戶已提前幾年預測到人工智能趨勢，正在有效地利用這項技術開發產品。

異質整合是下一個自動化時代的驅動力
異質整合為CPS賦能
網宇實體系統并不是新概念，NIST在2017年正式定義了這個概念，且事實上，早在2014年就有一個工作小組在進行此方面的研究，ST在2018年發表了首個關于此專題的論文，此后便不斷在探索網宇實體系統。而時至今日為何又開始關注此話題呢？因為創新正在使有影響力的異質整合技術成為CPS的核心技術。許多人熟悉傳統上涉及使用不同處理內核的異質計算。因為代工廠很難突破更小制程節點的物理限制，異質運算有助于摩爾定律持續下去。

Marco Cassis強調，因為從異質計算走向了異質整合，所以業界正在經歷一個新的自動化時代。事實上，ST不僅在同一顆芯片上整合不同的 Cortex-M 內核，而且還在做更大的事情。ST整合機器學習核心與環境傳感器，開創新的機器學習應用，也在利用GaN或SiC等新材料研制更多的功率組件，進而創建新型蜂巢式網絡。我們的相變化內存研發活動正在優化汽車處理器的性能，而BCD（BIPOLAR-CMOS-DMOS）技術繼續讓芯片具有更復雜和多樣化的功能。


 
圖4 : 異質整合為新產品賦能

下一個自動化時代需要業界攜手合作
簡而言之，ST在見證下一個自動化時代，但也試圖提醒業界合作的重要性。隨著網宇實體設備變得越來越智慧，妥善保護設備的安全問題更需要被解決。此外，人工智能的出現意味著安全防御措施必須能夠抵御更強的攻擊。同樣地，業界必須為永續發展團結一致，下一個自動化時代必須應對氣候危機，并提出鼓舞人心的解決方案，以提振全體社群的信心。