為了推動(dòng)微機(jī)電系統(tǒng) (MEMS) 的創(chuàng)新，意法半導(dǎo)體推出了一款集信號(hào)處理、人工智能和 MEMS 傳感器于一體的節(jié)能系統(tǒng)。

通過集成機(jī)械和電氣功能，MEMS 技術(shù)結(jié)合了微型化機(jī)電組件，例如微型傳感器和微型致動(dòng)器。 

這些器件通常使用多種工業(yè)工藝制造，包括大規(guī)模集成 (VLSI) 技術(shù)、微加工、IC 工藝序列等。

MEMS傳感器的一個(gè)例子。圖片由博世提供

最近，為了不斷突破 MEMS 技術(shù)的界限，意法半導(dǎo)體開發(fā)了一種MEMS 傳感器，將數(shù)字信號(hào)處理 (DSP) 和 AI 算法集成在同一硅片上。

在本文中，我們將探討人工智能如何在 MEMS 設(shè)備中發(fā)揮作用、面臨的挑戰(zhàn)以及 ST 的最新版本。 

人工智能如何在 MEMS 上擴(kuò)展？

研究人員和設(shè)計(jì)人員正在夜以繼日地將人工智能集成到 MEMS中，以提高性能并擴(kuò)展 MEMS 設(shè)備的用例。 

考慮到這一點(diǎn)，新型AI-MEMS 架構(gòu)正在興起。 

一種這樣的架構(gòu)利用具有非線性動(dòng)力學(xué)的諧振器來實(shí)現(xiàn)機(jī)械領(lǐng)域的機(jī)器學(xué)習(xí) (ML) 處理。

來自舍布魯克大學(xué)的 MEMS 設(shè)備示例。圖片由Dion 等人提供

2018 年，加拿大舍布魯克大學(xué)的研究人員通過引入儲(chǔ)層計(jì)算實(shí)現(xiàn)了一個(gè)里程碑，該計(jì)算允許 MEMS 振蕩器進(jìn)行時(shí)間序列預(yù)測(cè)和口語單詞分類。 

研究人員利用了硅束的非線性動(dòng)力學(xué)，它在空間中以比人類頭發(fā)細(xì) 20 倍的寬度振蕩。 

據(jù)說這種振蕩的結(jié)果被用來構(gòu)建一個(gè)虛擬神經(jīng)網(wǎng)絡(luò)，將輸入信號(hào)投影到神經(jīng)網(wǎng)絡(luò)計(jì)算所需的更高維空間中。 

這種 AI-MEMS 使用加速度計(jì)簡(jiǎn)化了機(jī)器人的機(jī)械功能，可以為機(jī)器人生成控制信號(hào)。

一般來說，制造可擴(kuò)展的 AI-MEMS 架構(gòu)可加速 MEMS 設(shè)備和信號(hào)處理的多功能性。 

除了提供改進(jìn)的性能外，它還可以消除對(duì)外部微處理器和現(xiàn)場(chǎng)可編程門陣列 (FPGA) 的使用。

MEMS 上的人工智能面臨的挑戰(zhàn)

當(dāng)遇到挑戰(zhàn)時(shí)，MEMS 設(shè)計(jì)人員在制造 MEMS 器件時(shí)會(huì)面臨一些陷阱和設(shè)計(jì)限制。 

在智能 MEMS 傳感器中獲取真實(shí)數(shù)據(jù)需要使用更高分辨率的模數(shù)轉(zhuǎn)換器。因此，10 位分辨率的模數(shù)轉(zhuǎn)換器可能對(duì)健康監(jiān)測(cè)等特定應(yīng)用沒有幫助。 

此外，在處理數(shù)據(jù)以進(jìn)行數(shù)據(jù)傳輸時(shí)，有限的帶寬可能會(huì)帶來挑戰(zhàn)并截?cái)鄶?shù)據(jù)處理。

設(shè)計(jì)人員在制造集成 ML 算法的最先進(jìn)的 MEMS 傳感器時(shí)也面臨挑戰(zhàn)。 

采用支持向量機(jī) (SVM) 等分類算法的 MEMS 傳感器需要大內(nèi)存來存儲(chǔ)大量現(xiàn)實(shí)生活中的數(shù)據(jù)集。

盡管將 AI 和 ML 整合到 MEMS 設(shè)備中存在挑戰(zhàn)，但 ST 希望讓它變得更容易。 

智能傳感器處理單元滿足 MEMS 傳感器

為了克服與在 MEMS 上制造 AI 相關(guān)的所有潛在挑戰(zhàn)，ST 推出了智能傳感器處理單元 (ISPU)，它將 DSP 與 IC 上的 MEMS 傳感器集成在一起。 

可編程 DSP 具有單周期 16 位乘法器，可以通過 16 位可變長(zhǎng)度指令輕松操作。它還包括一個(gè)全精度浮點(diǎn)單元。

ST 的 ISPU 概述。圖片由意法半導(dǎo)體提供

ISPU 促進(jìn)了量化 AI 傳感器中的全到單位精度神經(jīng)網(wǎng)絡(luò)。 

借助在 DSP 上運(yùn)行的 AI 算法，ISPU 通過分析慣性數(shù)據(jù)來提高活動(dòng)識(shí)別和異常檢測(cè)任務(wù)的準(zhǔn)確性和效率。 

此外，ISPU 支持邊緣 AI 計(jì)算，允許使用 AI 商業(yè)模型開發(fā) MEMS 傳感器算法，同時(shí)最大限度地提高超低功耗。 

ST 還聲稱，該產(chǎn)品有望將功率降低多達(dá) 80%，同時(shí)減小系統(tǒng)級(jí)封裝設(shè)備的尺寸。 

STMicroelectronics MEMS 子集團(tuán)執(zhí)行副總裁 Andrea Onetti 在談到該產(chǎn)品時(shí)表示，新時(shí)代——“ Onlife Era ”——旨在通過減少數(shù)據(jù)傳輸來推進(jìn)傳感器功能以加快決策速度，并通過保留數(shù)據(jù)來增強(qiáng)隱私本地化，同時(shí)減小尺寸和功耗，從而降低成本。

總而言之，在實(shí)現(xiàn)最大隱私的同時(shí)，Onlife Era 旨在引入能夠感知現(xiàn)實(shí)生活數(shù)據(jù)、處理復(fù)雜 AI 算法并采取智能實(shí)時(shí)行動(dòng)的 MEMS 設(shè)備。