解決模擬數(shù)據(jù)泛濫的關(guān)鍵是什么？

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(fù)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(biāo)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(biāo)，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(dāng)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(dāng)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(fù)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(dá)到每年1BB ＝珀字節(jié)＝ 1027 字節(jié)／年，相當(dāng)于大于 1020 bit ／ s。

圖1．8 全球傳感器數(shù)據(jù)增長趨勢及預(yù)測

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(dāng)行動。

消化數(shù)據(jù)（即處理數(shù)據(jù)）的能力遠(yuǎn)遠(yuǎn)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(dāng)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(dāng)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(dāng)?shù)男畔⒁圆扇⌒袆印Ｔ陬A(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(biāo)是大于該級別100倍（0．1nJ ／位），僅通信功耗就達(dá)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(yuǎn)端進行處理（即到云端）?！案兄袆印钡哪繕?biāo)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(biāo)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。

圖1．9 數(shù)據(jù)壓縮權(quán)衡

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(biāo)，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(yuǎn)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(biāo)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(dāng)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(biāo)。解決這樣一個積極的目標(biāo)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(biāo)：實際壓縮比為 105 ：1的模擬信息壓縮

圖1．10 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?？傮w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(zhǔn)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(zhǔn)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(fù)擔(dān)。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1．11 足夠準(zhǔn)確的有源感應(yīng)和校準(zhǔn)（由德州儀器，Baher Haroun提供）

圖1．12 常開處理器（由高通，Rashid Attar提供）

圖1．14 本地及分層智能感應(yīng)

圖1．14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。

通信是瓶頸。

處理冗余數(shù)據(jù)的能力不高

延遲時間太長，無法進行本地控制和采取行動

需要智能傳感器來推動本地及時采取行動。

重點領(lǐng)域和后續(xù)研究

系統(tǒng)解決方案和協(xié)同設(shè)計方法：這種整體方法建議使用，以實現(xiàn)穩(wěn)健緊湊、能效高、成本效率高的解決方案。這將需要：

智能傳感器與傳感器融合研究——智能分布式多傳感器

應(yīng)用與系統(tǒng)知識研究

分層與分布式探索／優(yōu)化

多專業(yè)協(xié)作研究課題——探月競賽演示平臺

推動模擬技術(shù)共同目標(biāo)——可將技術(shù)推廣至其他應(yīng)用

跨邊界系統(tǒng)優(yōu)化方法——傳感器、模擬處理、數(shù)字處理、ML（機器學(xué)習(xí)）／檢測等

研究最合適信號捕獲的領(lǐng)域——能量和降低傳感器數(shù)據(jù)速率

以人的系統(tǒng)為模型：圍繞如何參考人類感知處理系統(tǒng)撬動傳感器技術(shù)開發(fā)展開了重要討論，即通過層次化的“感知到行動”解決方案以最小的通信量僅提供所需的內(nèi)容。 這將需要：

針對許多應(yīng)用的局部動作感知，包括“選擇性”或“檢測”更智能的傳感器，可最大程度地減少進一步的信號處理和功耗

學(xué)習(xí)和自適應(yīng)解決方案，以提高準(zhǔn)確性和效率

了解健壯性所需的“最低”性能——SNR（信噪比）、分辨率、位數(shù)等。

本地反饋（不向云發(fā)送），以便及時有效地感知行動

邊緣機器學(xué)習(xí)與模擬機器學(xué)習(xí)的領(lǐng)域交叉

異構(gòu)傳感—組合和多模式傳感融合

研究如何在系統(tǒng)中始終保持異常的“早期檢測”以進行進一步處理

ML可確定“正?！辈⒃O(shè)置異常檢測閾值

增加模擬設(shè)計師對生物學(xué)及其與物理世界的聯(lián)系的知識和理解，以產(chǎn)生重大而有意義的影響

靈活、可擴展的平臺和技術(shù)：由于感知行動應(yīng)用的范圍廣泛，因此需要一種靈活且可擴展的平臺來解決效率（功率和成本）問題。 這將需要：

技術(shù)：內(nèi)存、傳感器、與信號處理相關(guān)的領(lǐng)域、本地化處理、電源效率

用于性能和／或超低功耗的高級構(gòu)建模塊研究

ADC（模數(shù)轉(zhuǎn)換器）、PLL（鎖相環(huán)）、DAC（數(shù)模轉(zhuǎn)換器）、VCO（壓控振蕩器）、高速鏈路、近零功耗

基于時間的新架構(gòu)：環(huán)形放大器、噪聲成型SAR（合成孔徑雷達(dá)）、開關(guān)電容PA（功率放大器）

基于陣列的處理：多傳感器、多模式、波束處理，波束成形／檢測

可以提高多個低性能傳感器的性能（SNR）

多傳感器設(shè)計和傳感器反饋，以提高性能，冗余和安全性

異構(gòu)傳感：組合和多模式傳感融合

用于高性能或替代架構(gòu)的新設(shè)備

RRAM（阻變式存儲器）、MRAM（非易失性磁性隨機存儲器）或其他現(xiàn)有和新興技術(shù)中的模擬ML

帶有新的先進數(shù)字設(shè)備的數(shù)字協(xié)助

模擬混合信號機器學(xué)習(xí)，和／或CMOS神經(jīng)網(wǎng)絡(luò)

利用分析／機器學(xué)習(xí)進行模擬電路設(shè)計——更快，更優(yōu)化，更不易出錯。需求以可預(yù)測和可靠的設(shè)計快速處理多個應(yīng)用程序
? ? ? ?責(zé)任編輯:pj