傳感器和AI相結(jié)合，ST智能傳感器助力未來可持續(xù)的虛實(shí)交融生活

[導(dǎo)讀]時間來到2023年，ST在中國召開了其首屆傳感器大會，支持本地端的AI計算的智能傳感器成為了本次大會的焦點(diǎn)。在開幕演講上，意法半導(dǎo)體副總裁·中國區(qū)總經(jīng)理曹志平表示，我們的生活經(jīng)歷了從off-line到on-line的變革，以及從on-line到on-life發(fā)展，目前邁入Sustainable Onlife階段，具備AI能力的傳感器將會是構(gòu)建永久在線的、虛擬交融的可持續(xù)生活的關(guān)鍵。

2019年ST就推出了集成自家ML內(nèi)核的傳感器，這在當(dāng)時確實(shí)是業(yè)界首款。而這款產(chǎn)品并不是ST的淺嘗輒止，而是開啟了其在AI傳感器上的完整生態(tài)布局。

時間來到2023年，ST在中國召開了其首屆傳感器大會，支持本地端的AI計算的智能傳感器成為了本次大會的焦點(diǎn)。在開幕演講上，意法半導(dǎo)體副總裁·中國區(qū)總經(jīng)理曹志平表示，我們的生活經(jīng)歷了從off-line到on-line的變革，以及從on-line到on-life發(fā)展，目前邁入Sustainable Onlife階段，具備AI能力的傳感器將會是構(gòu)建永久在線的、虛擬交融的可持續(xù)生活的關(guān)鍵。

智能傳感器要具備多強(qiáng)的計算能力，才能實(shí)現(xiàn)端側(cè)AI應(yīng)用？傳感器和MCU/SoC之間又該如何分配數(shù)據(jù)的處理任務(wù)？帶著這些問題我們有幸采訪到了ST的諸多高層。

智能傳感器布局：從MLC進(jìn)化到ISPU

“智能傳感器必須要能夠?qū)崿F(xiàn)獨(dú)立的決策——通過它收集到的一些數(shù)據(jù)，能夠不依賴微控制器（不管是節(jié)點(diǎn)級別的次微控制器，還是主SOC）獨(dú)立做出決策?！币夥ò雽?dǎo)體亞太區(qū)模擬器件、MEMS和傳感器產(chǎn)品部 (AMS) MEMS及影像傳感器子產(chǎn)品部市場及應(yīng)用副總裁、智能手機(jī)創(chuàng)新中心負(fù)責(zé)人Davide BRUNO表示，“所以就ST本身而言，現(xiàn)在正在努力讓傳感器（不管是運(yùn)動傳感器、加速記儀，還是影像傳感器方面）最終能夠根據(jù)自己收集和感知到的數(shù)據(jù)做出獨(dú)立的決策，并自動采取干預(yù)行為，從而得到預(yù)期的效果。”

通常在一個端側(cè)系統(tǒng)中，會需要用到傳感器、MCU和其他一些連接的功能。傳感器負(fù)責(zé)采集真實(shí)物理世界的信號以及人體的相關(guān)信息，然后負(fù)責(zé)將數(shù)據(jù)傳遞到MCU中進(jìn)行計算。MCU通過對于數(shù)據(jù)的計算分析，然后產(chǎn)出控制信號給到執(zhí)行機(jī)構(gòu)。在這其中，復(fù)雜的數(shù)據(jù)運(yùn)算可能需要上傳到云端進(jìn)行處理和記錄。

而ST在2019年推出的MLC（Machine Learning Core），則是在傳感器內(nèi)增加一個可重新配置的單元，被稱為rPU。該rPU可以通過寄存器重新配置，能夠運(yùn)行一些簡單的AI模型。其中FSM是用于設(shè)計邏輯連接的數(shù)學(xué)抽象。它是由有限數(shù)量的狀態(tài)和狀態(tài)之間的轉(zhuǎn)換組成的行為模型，類似于流程圖，可以在流程圖中檢查滿足某些條件時邏輯的運(yùn)行方式。FSM允許可以將一些算法從應(yīng)用處理器轉(zhuǎn)移到傳感器中運(yùn)行，從而持續(xù)降低功耗。

而在傳感器峰會上，我們聽到了一個更新的產(chǎn)品類型叫做——ISPU，即Intelligent Sensor Processing Unit。據(jù)了解，ISPU其實(shí)是早在2022年初就已經(jīng)發(fā)布，這是一款內(nèi)置了DSP的IMU產(chǎn)品，ISPU是集成在傳感器的ASIC中的一個專門用于機(jī)器學(xué)習(xí)和處理器的DSP，可采用專用指令集進(jìn)行編程，能夠運(yùn)行1位NN精度的AI算法。Davide表示，ISPU能夠在邊緣自動分析處理數(shù)據(jù)，并根據(jù)特定應(yīng)用的需求，采取干預(yù)行為，并確保所需的精確度，從而讓終端應(yīng)用變得更為豐富。而這一理念可以從IMU延伸到ST所有類型的MEMS和imaging傳感器當(dāng)中。

意法半導(dǎo)體MEMS傳感器產(chǎn)品市場經(jīng)理Francesco BIANCHI表示，ISPU是意法半導(dǎo)體跨向人工智能領(lǐng)域的最大一步。目前，可以通過ISPU來幫助客戶實(shí)現(xiàn)在他們自己的神經(jīng)網(wǎng)絡(luò)端，以及包括在他們自己的人工智能算法上的解決方案的打造。

數(shù)據(jù)分區(qū)處理，帶來系統(tǒng)能效提升

通過在傳感器中集成NN單元，像ISPU這樣的產(chǎn)品，可以讓用戶的數(shù)據(jù)做到分區(qū)處理：在傳感器上運(yùn)行特定級別的一些數(shù)據(jù)的處理，比如說一些比較簡單的或者是中等難度的數(shù)據(jù)處理；并將比較復(fù)雜的算法和比較密集強(qiáng)度的一些問題，留給MCU進(jìn)行處理。

因為傳感器上的AI算力增強(qiáng)而實(shí)現(xiàn)的這種數(shù)據(jù)分區(qū)處理，能夠大大提升整個端側(cè)系統(tǒng)的能效。

Francesco表示，如果從傳統(tǒng)的系統(tǒng)優(yōu)化的角度來說，大家都認(rèn)為傳感器本身就是一個低功耗的產(chǎn)品，是整體技術(shù)架構(gòu)里面低功耗的一個部分。而對于MCU微控制器來說，因為它要進(jìn)行大量數(shù)據(jù)的處理，所以它處理數(shù)據(jù)數(shù)量的高低，直接決定了它的功耗的多少。如果我們能夠讓一些原始數(shù)據(jù)實(shí)現(xiàn)本地（傳感器側(cè)）的處理，就可以幫助為微控制器留出更多的空間來進(jìn)行復(fù)雜任務(wù)的處理。這是可以幫助進(jìn)一步地優(yōu)化系統(tǒng)及整體的功耗的?！案嘣紨?shù)據(jù)的處理，都可以在ISPU實(shí)現(xiàn)本地完成。這樣就能夠提供更多的信息，提供更多的原數(shù)據(jù)，幫助我們和客戶通過數(shù)據(jù)的方式執(zhí)行更多的任務(wù)。通過這樣的方法，可以幫助客戶實(shí)現(xiàn)其解決方案極大的系統(tǒng)化的升級和優(yōu)化。”

此外，數(shù)據(jù)分區(qū)處理還可以提高安全等級。因為通過傳感器所收集到的大部分?jǐn)?shù)據(jù)都是原始數(shù)據(jù)，如果采用傳統(tǒng)意義的傳感器，這些數(shù)據(jù)可能會放到云端，或者是放到應(yīng)用端去進(jìn)行處理。因此，這些數(shù)據(jù)如果保護(hù)不好，就會出現(xiàn)外泄并為第三方所獲取。但如果傳感器本身就能夠?qū)崿F(xiàn)對數(shù)據(jù)的一些處理的話，它就幫助降低了數(shù)據(jù)外泄的可能性。

正如Davide所講到的，智能傳感器的概念并不僅僅局限在MEMS傳感器、IMU類型的傳感器上，而是也貫穿到了Imagining的傳感器產(chǎn)品布局中。意法半導(dǎo)體影像傳感器總監(jiān)Marc VASSEUR就強(qiáng)調(diào)到，ST的Imagine傳感器可以在計算數(shù)據(jù)之間實(shí)現(xiàn)有效的平衡。

影像傳感器的原始數(shù)據(jù)量非常龐大，要基于其進(jìn)行算法開發(fā)需要花費(fèi)巨大的時間——很多可供終端用戶使用的算法需要花2年以上的開發(fā)時間?！八裕覀兲峁┑乃惴ㄖ阅軌驗榭蛻羲褂?，是要確保當(dāng)我們在數(shù)據(jù)處理的分區(qū)的過程當(dāng)中，特別是在圖像處理的過程當(dāng)中，我們非常接近這個層級數(shù)據(jù)的采集，確保我們的傳感器能實(shí)現(xiàn)有效的數(shù)據(jù)的收集，數(shù)據(jù)的處理和數(shù)據(jù)的存儲?！盡arc分享到。

超級傳感器的融合之力，賦能未來應(yīng)用

傳感器除了智能化外，也存在著融合的趨勢，通過多種傳感器融合，一方面可以實(shí)現(xiàn)系統(tǒng)中更好的BOM和面積優(yōu)化，另一方面還可以帶來安全冗余的特性。Francesco將這種融合的傳感器稱為超級傳感器：“對于任何的應(yīng)用來說，如果想進(jìn)一步提升它的性能，都可以考慮使用這樣的多傳感器融合之后的超級傳感器。我們之所以稱之為超級傳感器?！?/p>

除了ISPU外，ST在此次傳感器峰會上還介紹了一個獨(dú)具特色的模塊——vAFE。該類器件是在MEMS傳感器上增加了一個模擬前端，從而實(shí)現(xiàn)了機(jī)電感知+模擬感知技術(shù)的融合。Francesco表示，通過vAFE，客戶就能夠有效地連接到MEMS傳感器，從而能夠更好地使用其內(nèi)部的處理邏輯，能夠更好地嫁接和外部任何的模擬器件之間的聯(lián)系。

據(jù)了解，vAFE提供的信號和運(yùn)動傳感器的信號本質(zhì)上是同步的，所以可以在傳感器的邊緣完成獨(dú)特的上下文感知分析，從而實(shí)現(xiàn)低功耗和最小可能的延遲。這也同樣契合ST的智能傳感器的概念。集成了vAFE的產(chǎn)品，在體積上更具優(yōu)勢，非常適用于TWS耳機(jī)等可穿戴設(shè)備的應(yīng)用。

傳感器融合的技術(shù)和強(qiáng)大的AI算力結(jié)合，能夠賦能諸多的新興終端產(chǎn)品形態(tài)。例如針對折疊屏手機(jī)，ST就將陀螺儀和加速度計的數(shù)據(jù)相結(jié)合，然后在傳感器的算法中進(jìn)行融合，進(jìn)而可以持續(xù)跟蹤精確的屏幕開合角度、速度和位移等信息的判斷。這一專利技術(shù)基于LID系列的產(chǎn)品，因此被稱為LID角度解決方案。

Francesco表示，ST在三年前就已經(jīng)開始投入在這一專利技術(shù)的研發(fā)中，目前已經(jīng)進(jìn)一步推出了新的傳感器產(chǎn)品，可以支持多屏和折疊屏上的數(shù)據(jù)的傳感收集和處理。

同時Francesco也表示，多傳感器融合的超級傳感器可以適用于多種新興的應(yīng)用，這不僅包括折疊屏手機(jī)，也包括新一代筆記本電腦等。而在XR設(shè)備上，超級傳感器可以為用戶呈現(xiàn)出一些混合現(xiàn)實(shí)的影像和效果；而在汽車應(yīng)用上，這一技術(shù)也早就廣泛使用，通過多個高精度傳感器的數(shù)據(jù)進(jìn)行融合，從而形成超級傳感器來進(jìn)一步賦能ADAS的性能。

結(jié)語

此次在北京召開的ST傳感器峰會，是ST首次在中國召開的、以傳感器為主題的大型峰會活動。而我們透過ST的分享，觀察到了傳感器技術(shù)的趨勢變化。傳感器已經(jīng)不再是單純的一個感知器件，而是在追求精準(zhǔn)感知的基礎(chǔ)上，延展出更多的和AI相關(guān)的計算、融合的功能。在端側(cè)AI的浪潮中，傳感器在系統(tǒng)優(yōu)化層面上，可以提供更多的數(shù)據(jù)處理的價值，助力未來真正的“可持續(xù)的、虛實(shí)交融的生活”。