編者按：模擬接口是溝通物理世界與數(shù)字世界的橋梁,。我們能夠通過模擬信號去處理的信息,，僅為物理世界中存在信息的一萬萬億分之一，因此,，社會需要模擬技術(shù)基礎(chǔ)研究能快速發(fā)展,。

新的傳感技術(shù)成為必需品，例如聯(lián)動傳感（sensing to action）,、模擬“人工智能”平臺,、類腦/神經(jīng)形態(tài)和分層計算，以及其他的技術(shù)方向,。信息技術(shù)在傳感器上的突破性進展是基礎(chǔ)性要求,，例如開發(fā)基于傳感器原始數(shù)據(jù)感知算法以分析環(huán)境或場景。而類似于模擬“接近計算”等新計算模型也是需要重點關(guān)注的研究方向,，模擬“接近計算”類似人腦行為,，在消耗能量與計算時間上與輸出精度做折中。新型模擬技術(shù)將為通信技術(shù)發(fā)展帶來巨大推動力,。對物聯(lián)網(wǎng)和大數(shù)據(jù)行業(yè)而言,，如何收集、處理,、傳輸位于輸入輸出邊界的模擬數(shù)據(jù)十分關(guān)鍵,。此外，模擬開發(fā)方法學(xué)也需要有跳躍式提升（10倍開發(fā)效率,，甚至更高）,，以提高模擬產(chǎn)品開發(fā)產(chǎn)出，從而能及時滿足應(yīng)用對模擬芯片需求的爆炸性增長,?？偠灾?lián)合研發(fā)以推動未來革命性發(fā)展高能效模擬集成電路是必要的,，因為模擬電路對未來信息技術(shù)的數(shù)據(jù)類型,、工作負載和應(yīng)用方向都至關(guān)重要。

模擬芯片技術(shù)的長期目標是在減少能量消耗的同時增加可操作信息量,，從而實現(xiàn)高效,、實時（低延遲）的傳感-模擬-信息通路，實際信息壓縮比期望做到10^5（即10萬）:1。

在此十年中,，美國將每年投資6億美元用于研究模擬電子的新方向,。已選優(yōu)先研究的課題羅列如下。

美國半導(dǎo)體十年計劃研討會牽頭制定了“模擬電子新方向”的長期目標,，該研討會由學(xué)術(shù)界,、工業(yè)界和政府實驗室的專家組成?！澳M電子新方向”包含以下五個研究領(lǐng)域：

模擬信息通信系統(tǒng)（ICT）的基本原理,、挑戰(zhàn)和應(yīng)用驅(qū)動方向

智能傳感器：傳感和致動

太赫茲模擬技術(shù)

端側(cè)機器學(xué)習(xí)中的模擬技術(shù)

模擬設(shè)計的效率和生產(chǎn)可預(yù)測性

該文是智能傳感器部分的翻譯，由于編譯人員經(jīng)驗尚淺,，不當之處,，請多指教。

概述和需求

未來十年,，隨著電子技術(shù)的進步,，智能工廠、智慧城市,、智能汽車等“智能社會”將變成現(xiàn)實,。其核心驅(qū)動力包含能源效率、安全性,、生產(chǎn)力,、靈活性、健康,，以及娛樂和個性化,。為實現(xiàn)核心驅(qū)動因素，需要感知現(xiàn)實世界并及時采取適當行動和有效措施,。絕大多數(shù)傳感器可以從物理社會中接收模擬輸入信號,。將這些信號數(shù)字化將會創(chuàng)建大量的原始數(shù)據(jù)，由于預(yù)計要部署的傳感器數(shù)量龐大,，數(shù)據(jù)負載預(yù)計將以指數(shù)級的速度增長,。何時何地如何處理不斷增長的傳感器應(yīng)用過程中的數(shù)據(jù)，以提取信息,、收集見解,、作出決定以及采取行動是亟待解決的問題。

隨著對視覺信息（安全攝像機,，車輛360攝像頭,，面部識別等）和高分辨率的需求不斷增加，每個傳感器的平均數(shù)據(jù)采集率呈指數(shù)級增長,。到2032年,，傳感器的數(shù)據(jù)增長（圖1.8）估計將達到每年1BB =珀字節(jié)= 1027 字節(jié)/年，相當于大于 1020 bit / s。

模擬傳感器數(shù)據(jù)泛濫問題

本級別的數(shù)據(jù)生成有兩個關(guān)鍵問題：

1）消化或有效使用傳感器輸出的數(shù)據(jù)建立更加智能的社會,；

2）有效地處理數(shù)據(jù)以采取適當行動,。

消化數(shù)據(jù)（即處理數(shù)據(jù)）的能力遠遠超出了人類在數(shù)據(jù)量、理解力和及時性等方面的能力范圍,。當前,，估計人類的總數(shù)據(jù)消耗約為 1017 bit / s，而在接下來的十年中,，預(yù)估數(shù)據(jù)的生成量將超過現(xiàn)在1000倍。預(yù)計傳感器將以指數(shù)形式增長,，因此需要進行機器處理才能有效利用所部署的傳感器,。

這就導(dǎo)致了處理數(shù)據(jù)采取適當行動的第二個問題。如上所述,，那些需要機器處理的典型數(shù)據(jù)流,，在通信介質(zhì)上傳輸數(shù)據(jù)，并反饋適當?shù)男畔⒁圆扇⌒袆?。在預(yù)計的數(shù)據(jù)速率（ 1020 位/秒）下,，假設(shè)功耗只有1pJ /位，則需要100MW,。在此半導(dǎo)體十年規(guī)劃中最積極的通信目標是大于該級別100倍（0.1nJ /位）,，僅通信功耗就達到10GW。

如果我們要利用模擬傳感器數(shù)據(jù)的預(yù)期增長來驅(qū)動建設(shè)更智能的社會,，則需要進行重大變化,。一個更加智能的社會，可以更好地實時管理電網(wǎng)基礎(chǔ)設(shè)施和微電網(wǎng)規(guī)模（包括可再生能源動態(tài)）,，以靈活/高效的生產(chǎn)方式提高產(chǎn)量,，并通過跟蹤照明和HVAC（供熱通風(fēng)與空氣調(diào)節(jié)）系統(tǒng)需求提高建筑效率，而不是通過預(yù)定程序?qū)崿F(xiàn)這些,。

解決模擬數(shù)據(jù)泛濫的關(guān)鍵是提高傳感器,、信號處理和后續(xù)行動決策的能力，盡可能本地化處理,，而不是將數(shù)據(jù)傳到遠端進行處理（即到云端）,。“感知行動”的目標是優(yōu)化系統(tǒng)分區(qū),，以管理系統(tǒng)中傳輸?shù)臄?shù)據(jù)量,。在電力/能源和成本方面，為了改善環(huán)境和健康,，需要在本地實際處理數(shù)據(jù)能力與全球性考慮因素之間取得平衡,。為提高決策能力，需在本地快速決策與較慢的集成學(xué)習(xí)模型之間進行協(xié)調(diào)。

從人體的感覺/處理系統(tǒng)可獲得參考,，人體感知處理系統(tǒng)通過人體的感覺系統(tǒng)產(chǎn)生約10 Mbits / s的速度,，但僅以小于50 bit / s的速度自覺處理比率為200,000 ：1的總體“數(shù)據(jù)信息位”。大腦持續(xù)以較慢的速度在后臺學(xué)習(xí),，以增強前景中的“感知行動”,。因此，我們最初將目標定為一個類似的量度,，以實現(xiàn)將“數(shù)據(jù)”到可操作“信息位”以100,000：1減少,，或稱之為數(shù)據(jù)減少率（DRR）為100,000：1。

數(shù)據(jù)減少率：DDR = 數(shù)據(jù)位/信息位

這是非常積極的做法,，并且不會影響所有傳感應(yīng)用的功能,。

傳統(tǒng)的信號壓縮是不夠的。壓縮通常以原始信號的重建為目標,，并保留一些應(yīng)用通用性,。對于需要重建的情況，例如視頻和音頻娛樂或用于遠程醫(yī)療診斷和手術(shù)的現(xiàn)場視頻,，此解決方案的效果很好,，但僅限于將數(shù)據(jù)縮減10倍至200倍（圖1.9）。

為了在檢測信號中提供檢測到的“可操作信息”的輸出（模擬或幾個字節(jié)）,，需要對檢測信號或“信息”的處理方式進行模式轉(zhuǎn)換,。需要對關(guān)鍵行動目標及信號和相關(guān)的“檢測熵”有較高的了解——因此具有確定性或健壯性（robustness）。在經(jīng)典信息理論中,，香農(nóng)（Shannon）將“信息熵”度量定義為簡潔地捕獲任何信息（與原始數(shù)據(jù)相反）所需的絕對最小存儲量和傳輸量,。此概念被擴展到從感測中檢測到的采取行動所需的最小可操作輸出。這個輸出可以是數(shù)據(jù)位（甚至單個位）,，也可以是控制驅(qū)動的模擬輸出信號,。為了產(chǎn)生可操作的輸出，需要系統(tǒng)知識支撐,，并考慮對從傳感器本身,，到模擬信號處理，以及可能在模擬和數(shù)字域中的神經(jīng)處理等所有系統(tǒng)組件增加智能,。因此,，正如美國能源科學(xué)辦公室在2018年發(fā)布的“微電子學(xué)的基本研究需求”報告中所強調(diào)的那樣，整體協(xié)同設(shè)計將是必需的,。

還有可能感知更多參數(shù),，尤其是使用更便宜的電子設(shè)備來執(zhí)行光譜分析時。不同傳感方式（傳感器融合）的組合為更好的系統(tǒng)優(yōu)化,，以及可能更好的傳感能力開辟了可能性,。人類與世界互動的方式也頗受矚目,，創(chuàng)新可能性很高，增強現(xiàn)實及類似技術(shù)可能會為人機交互創(chuàng)造不同的方式,，而感知行動是關(guān)鍵的使能技術(shù)之一,。

我們正面臨著傳感器數(shù)據(jù)的爆炸式增長——數(shù)據(jù)泛濫。當前,，海量傳感器數(shù)據(jù)既不容易處理,，也不利于傳送。智能社會對傳感器需求實質(zhì)性增長,，并且越來越多應(yīng)用趨勢出現(xiàn),，從而增加了傳感器的數(shù)量及其產(chǎn)生的數(shù)據(jù)量。傳感器數(shù)據(jù)量必須通過智能縮減來降低,，即轉(zhuǎn)向“感知行動”模型以傳輸最少的信息位,。為了解決這個問題，已經(jīng)設(shè)定了平均數(shù)據(jù)減少比率為100,000：1的目標,。解決這樣一個積極的目標需要進行多個領(lǐng)域的研究，并已推薦一份初步清單,。

宏偉目標：實際壓縮比為 105 ：1的模擬信息壓縮

圖 人體互聯(lián)網(wǎng)和以人為本的計算（由加州大學(xué)伯克利分校的Jan Rabaey提供）

這是“模擬電子的新軌跡”第二部分,，聚焦于“智能傳感：感知到行動”，與前面的討論直接吻合,。以下是受邀專家演講的要點總結(jié),，其后是未來研究重點。

學(xué)術(shù)界的主題演講強調(diào)分布式智能,，包括“行動互聯(lián)網(wǎng)”,。本地和分布式處理在時延、能效,、安全性/保密性,、健壯性和自治性方面具有優(yōu)勢。這是通過人體模型（圖1.10）和其他生物系統(tǒng)突顯出來的,，它們是具有多個反饋路徑的分層但緊密鏈接的控制系統(tǒng),。關(guān)鍵點在于盡可能緩慢地僅發(fā)送所需的信息，并在可能的情況下在本地進行處理,。他們在討論中,，舉例說明了早期感測/處理技術(shù)，以及使用最合適的技術(shù)（模擬,，數(shù)字甚至化學(xué)）進行處理,。總體而言,，通信成本很高,，而處理成本（能源等）則要低得多,。

第一位行業(yè)專家討論了移動便攜式AR / VR應(yīng)用，該應(yīng)用強調(diào)需要以非常低的功率進行本地處理,，并具有多種感應(yīng)方式才能有效,。延遲和幀率對于需要本地性能的自然人機界面至關(guān)重要。為滿足產(chǎn)品尺寸與重量的要求而提高集成度一直驅(qū)動技術(shù)向前發(fā)展,，除了使用電路板,、柔性板和封裝集成方法，還有三層堆疊傳感器示例（像素+ DRAM +邏輯異質(zhì)集成）,。為滿足更高的強調(diào)數(shù)據(jù)傳輸與處理的能源成本要求,，系統(tǒng)協(xié)同優(yōu)化是必不可少的。

第二位行業(yè)專家聚焦于“足夠準確”的傳感方式和信號處理,，以及組合多個傳感器以做出可靠的決策和行動,。此外，傳感器的“主動感應(yīng)”和自我校準可以提供額外的性能和功能（圖1.11）,。在工業(yè)/機器人,、汽車、基礎(chǔ)設(shè)施和健康/醫(yī)療應(yīng)用中的感知和行動具有很高的價值,。他還強調(diào)了傳感器產(chǎn)生的大量“原始數(shù)據(jù)”以及提高行動效率必要的信息縮減,。具體示例包括汽車ADAS /自主多傳感器圖像，其中檢測到的物體是最終結(jié)果,，并且“數(shù)據(jù)”的數(shù)量級更少,。

下一位來自學(xué)術(shù)界的專家討論了壓縮感測應(yīng)用的領(lǐng)域。數(shù)據(jù)可以通過稀疏/壓縮采樣來減少,，但是從能耗的角度來看,，用于數(shù)據(jù)重建的后期處理可能會非常昂貴。再次利用生物學(xué),，根據(jù)應(yīng)用需要在本地進行稀疏處理具有價值,。他強調(diào)了為未來的感知行動應(yīng)用持續(xù)構(gòu)建最佳性能創(chuàng)新的必要性。

來自工程界的第四位專家介紹了用于物聯(lián)網(wǎng)的高度集成SoC,，高集成度對于小尺寸可穿戴設(shè)備和低功耗是必需的,。他強調(diào)，為節(jié)省功率允許占空比循環(huán),，需要“常開”處理器來為主處理器減輕負擔,。他再次強調(diào)了針對該應(yīng)用程序的技術(shù)定制，其中包括針對ML（機器學(xué)習(xí)）的硬件加速器,，這些硬件加速器針對低功耗和物體檢測或其他功能進行了定制,。NVM（虛擬機）和內(nèi)存中的計算已被強調(diào)為關(guān)鍵技術(shù)需求。

最后一位來自學(xué)術(shù)界的專家強調(diào)需要有效和高效的人機界面在醫(yī)療中的應(yīng)用,。醫(yī)療應(yīng)用對人機界面等要求包括本地處理,、低功耗,、便攜性和人體兼容性。學(xué)習(xí)和適應(yīng)能力是使解決方案個性化和有效的關(guān)鍵能力,。大腦中的“神經(jīng)接口”面臨著非常重大的挑戰(zhàn),，但是入耳式傳感器有機會替代探針，同時仍提供有效“信息”,。他還提出了將人類生物處理作為改善此類界面和療法的模型,。

圖：足夠準確的有源感應(yīng)和校準（由德州儀器，Baher Haroun提供）

圖：常開處理器（由高通,，Rashid Attar提供）

圖 本地及分層智能感應(yīng)

上圖展示了一個“感知行動”系統(tǒng)的概況圖,，該系統(tǒng)為以下列出的開放性問題/挑戰(zhàn)，以及以下小節(jié)中的研究需求提供了背景,。開放的問題/挑戰(zhàn)包括：

“萬億”傳感器生成冗余和未使用的“數(shù)據(jù)”,。

云不是答案。

更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<