關注人工智慧邊緣計算
加強與中國市場合作
'人工智慧讓機器能夠感知環境, 並能夠讓其對人類指令做出更好地響應. 隨著處理器技術的進步, 人工智慧正在從雲端運算轉向嵌入式應用, 同時仍然在快速演變之中. 恩智浦非常關注人工智慧的發展, 希望將人工智慧技術更好的引入智能物聯網當中. ' Geoff Lees指出.
根據Geoff Lees的介紹, 恩智浦在人工智慧發展上強調的是成本與應用. '沒有人會為了AI而做AI, 人工智慧技術最終必然走向產品化. 而落地的關鍵, 一是成本, 二是應用. 恩智浦的產品和解決方案在物聯網各個邊緣計算領域都有著廣泛的應用. 隨著市場對於AI技術需求的提高, 我們會選擇適當的AI核加入已有產品上, 用戶不必再自己開發應用軟體. '交鑰匙' 的整體解決方案是我們的發展方向, 也是我們的強項. ' Geoff Lees說.
同時, Geoff Lees非常看好中國人工智慧的發展. '我認為中國的人工智慧和機器學習市場是引領全球的. 雖然美國公司最早開始研發AI技術, 但是現在中國公司研發AI產品的廣度是其他國家公司沒法比的. 中國AI產品種類多樣, 包括玩具中都開始強調AI概念. 中國在AI應用方面是最活躍的區域. '
因此, 恩智浦將在邊緣計算的人工智慧領域將加強與中國公司的合作. 根據Geoff Lees的構想, 合作可分成三個階段: 第一個階段是與中國語音端的人工智慧公司合作, 將相關作業系統與生態環境移植到恩智浦的產品之中, 不僅在i.MX 7ULP, i.MX 8M等應用處理器, i.MX RT等跨界處理器當中, 甚至在更低端的微處理器中, 都將移植相關生態環境和作業系統. 第二階段是優化. 恩智浦將與中國大學, 研究機構共同合作, 將相關研究成果移植到產品之中, 包括工具, 語言演算法等. 並不是所有的數據處理運算都必須放到雲端完成上, 很多機器學習的演算法經過優化都可以放在本地完成, 而且更加高效和安全. 第三個階段是將更加先進的機器學習, 演算法移植到低成本的微處理器, 微控制器上, 將機器學習的應用範圍在邊緣計算領域進一步擴展.
恩智浦在人工智慧方面的關注點集中在邊緣計算上, 同時更加強調成本, 應用以及與中國市場的合作.
看好FD-SOI工藝
適用智能物聯網市場
人工智慧物聯網的發展與轉變是在微處理器技術進步與工藝技術的共同作用下被推動的. 在製造工藝方面, FD-SOI路線成為恩智浦智能物聯網布局的重點.
在2017年的媒體活動中, Geoff Lees就表示, 恩智浦的嵌入式應用處理器將把重點放在FD-SOI技術上. 採用FD-SOI有兩個原因: 一是隨著技術的發展, 晶片的複雜度越來越高, 比如整合類比電路, RF電路等, 同時還要求晶片具有更低的功耗. 有的應用要求快速喚醒功能, 以便即時與網路雲端進行通信. '我個人認為FD-SOI是最適合物聯網應用的晶片製造工藝. ' Geoff Lees說.
FD-SOI作為一種半導體製造工藝, 具有很多技術上的優點, 比如減少寄生電容, 提高器件頻率; 與體矽相比, SOI器件的頻率提高20%~ 35%; 由於減少寄生電容, 降低漏電流, SOI器件的功耗下降35%~ 70%; 消除了閂鎖效應; 抑制襯底的脈衝電流幹涉, 減少軟錯誤的發生; 與矽工藝相容, 可減少13%~ 20%的工序等. 在低功耗的物聯網晶片產品中, 採用FD-SOI技術具有獨自的特點.
據了解, 恩智浦的i.MX 7ULP已經採用三星的28納米FD-SOI實現量產製造, 還有6款晶片在準備當中, 包括i.MX 8和i.MX 8X, 以及iMX RT也將轉到FD-SOI工藝上.
目前, 世界上擁有FD-SOI生產線的代工企業主要有兩家——三星與格羅方德. 格羅方德除了在德國德累斯頓推進12FDX工藝研發, 預計2019年投入量產外, 也在中國四川成都建設FD-SOI生產線. 我國代工企業上海華力微電子此前也有消息傳出在進行FD-SOI生產工藝的開發.
Geoff Lees表示, 當技術成熟後不排除與其他代工廠商合作.