人工智慧（AI）技術(shù)在快速發(fā)展中展現(xiàn)出顛覆性的潛力，但其大規(guī)模應(yīng)用也帶來了一系列環(huán)境挑戰(zhàn)。意法半導(dǎo)體類比、電源、MEMS和感測器事業(yè)群副總裁暨MEMS子產(chǎn)品事業(yè)群總經(jīng)理Simone Ferri深入探討了這些挑戰(zhàn)，並指出邊緣AI技術(shù)的解決方案，尤其是MEMS感測器在其中的貢獻。
Simone Ferri從人類與機器的耗能對比開始談起。人類大腦每秒能執(zhí)行約10的11次方浮點運算，卻僅需20瓦的能量，而同樣運算能力的高效能超級電腦則需22.8MW。這百萬倍的電量差距突顯出高耗能的阻礙，成為AI技術(shù)普及應(yīng)用的重要課題。此外，AI技術(shù)的環(huán)境影響也不容忽視。每年訓(xùn)練Bloom和GPT-3等大型語言模型所產(chǎn)生的二氧化碳排放，分別達到25噸和500噸，遠超於人類平均的5.5噸碳排放。
更具體的例子是，訓(xùn)練Bloom所需的433MW電力，等同於一個美國家庭40年的用電量。這些數(shù)據(jù)強調(diào)，AI技術(shù)的能耗問題已成為實現(xiàn)永續(xù)發(fā)展的關(guān)鍵挑戰(zhàn)。
這也引出另一個問題：AI技術(shù)如何能真正普及？目前的AI技術(shù)主要依賴專業(yè)人士，但如果要讓它成為更廣泛的解決方案，技術(shù)門檻必須降低，讓更多人能夠輕鬆使用。Ferri認(rèn)為AI的兩大挑戰(zhàn)在於耗能及部署的便利性，這兩者直接影響了AI的普及速度。
在思索解決方案時，F(xiàn)erri從大自然中找到了靈感——章魚的分散式神經(jīng)系統(tǒng)。章魚的神經(jīng)元分佈在觸角中，能就近處理和響應(yīng)環(huán)境變化，無需依賴中央大腦的指令。這一模式即為邊緣AI的精髓：數(shù)據(jù)在源頭即時處理，減少複雜的數(shù)據(jù)傳輸需求，同時降低能耗。章魚的例子體現(xiàn)了智能分佈的優(yōu)勢，它既能適應(yīng)環(huán)境變化，也能自主改變形態(tài)。
透過這種自然啟發(fā)，F(xiàn)erri闡明了理想的感測器設(shè)計應(yīng)該具備的三個特性：智慧、開放與準(zhǔn)確。首先，「智慧」意味著感測器能在邊緣即時處理數(shù)據(jù)，使其成為電子世界和物理世界的交界。其次，感測器應(yīng)當(dāng)是「開放」的，能依據(jù)不同需求靈活配置，讓使用者可以方便地客製化其應(yīng)用。最後，「準(zhǔn)確」是指感測器根據(jù)實際情況提供合適的數(shù)據(jù)，而非一味追求高階數(shù)據(jù)，以免造成能量浪費。
為了實現(xiàn)這些目標(biāo)，STMicroelectronics專注於「適用性配置」的技術(shù)發(fā)展。此概念致力於根據(jù)不同場景，為感測器定製合適的數(shù)據(jù)需求，以實現(xiàn)能源效率的最大化。
Simone Ferri的觀點展示了AI技術(shù)在永續(xù)性和普及性之間的平衡之道。通過邊緣AI和MEMS感測器，STMicroelectronics正在積極探尋解決高耗能挑戰(zhàn)的方案，為AI技術(shù)的長遠發(fā)展奠定基礎(chǔ)。
「智慧的核心在於將AI智慧帶到邊緣，」Ferri解釋道，傳統(tǒng)感測器會將原始數(shù)據(jù)傳送到中央處理器進行分析，不僅消耗大量電力，還可能帶來延遲和過多的數(shù)據(jù)流量。而智慧感測技術(shù)可將數(shù)據(jù)分析前移到感測器自身，從而有效降低數(shù)據(jù)傳輸需求，並達成能源優(yōu)化。
「我們的機器學(xué)習(xí)核心與智慧感測處理單元（ISPU）是實現(xiàn)這一目標(biāo)的兩大關(guān)鍵技術(shù)，」他說道。ST的機器學(xué)習(xí)核心是一種針對動作數(shù)據(jù)分析的專業(yè)AI引擎，且具備靈活的多模型處理能力。而ISPU則將數(shù)位訊號處理器（DSP）直接嵌入感測器內(nèi)，讓智慧感測器能夠自行完成數(shù)據(jù)處理，這樣不僅避免依賴獨立ASIC或系統(tǒng)封裝，還能透過C語言進行程式開發(fā)，大大提升開發(fā)效率。
「讓AI技術(shù)人人可用是ST的目標(biāo)之一，」Ferri強調(diào)。這樣的開放策略涵蓋三類專業(yè)人士：嵌入式軟體工程師、數(shù)據(jù)科學(xué)家和硬體工程師。ST的ST Edge AI套件便是為了支援這些多樣化需求所打造，無論是MPU、MCU，或智慧感測器，都能透過這套工具開發(fā)出高效的AI應(yīng)用。「我們希望這些專家能夠透過ST Edge AI無縫整合智慧感測技術(shù)，推動技術(shù)應(yīng)用的全面普及。」
談到精準(zhǔn)，F(xiàn)erri流露出明顯的興奮，他介紹了ST的適用性配置引擎，能夠根據(jù)不同場景動態(tài)調(diào)整感測器的參數(shù)。這種配置能力確保智慧感測器能夠隨時應(yīng)對不同環(huán)境需求。
例如，當(dāng)加速度計偵測到感測器處於靜止?fàn)顟B(tài)時，便自動切換至低功耗模式；而偵測到動作時，則依照動作的特性調(diào)整配置以確保高效能運行。「這就像章魚根據(jù)環(huán)境變化調(diào)整姿態(tài)一樣，讓智慧感測器能在降低能源消耗的同時保持高度敏感。」
智慧感測技術(shù)的應(yīng)用範(fàn)疇之廣令人驚嘆。以筆記型電腦為例，ST的感測技術(shù)能識別電腦是否位於包內(nèi)，並讓應(yīng)用處理器進入待機模式，避免電力浪費。而在汽車領(lǐng)域，低功耗感測器則可監(jiān)控車身環(huán)境，自主管理電力分配，避免無謂耗電。
風(fēng)力發(fā)電則是另一個成功應(yīng)用。Ferri表示，「智慧感測器能監(jiān)控風(fēng)力發(fā)電機的機艙狀態(tài)和葉片運作，從而優(yōu)化發(fā)電效率。」ST智慧感測器的出色表現(xiàn)正逐步改變各行各業(yè)的運作模式。
當(dāng)談到未來，F(xiàn)erri認(rèn)為智慧感測器的發(fā)展方向?qū)摹肝铩箶U展到「人」。意法半導(dǎo)體計畫開發(fā)以人為本的生物感測器，讓使用者在本地即時獲得健康數(shù)據(jù)。「未來的智慧貼片能夠監(jiān)控心電圖、肌電圖等生理訊號，並直接提供反饋，」Ferri表示，這樣將減少數(shù)據(jù)雲(yún)端處理需求，提供更即時且有效的健康管理解決方案。
「隨著數(shù)以億計的感測節(jié)點開始分擔(dān)運算任務(wù)，邊緣AI技術(shù)將成為主流，」Ferri強調(diào)。「我們正推動邊緣AI技術(shù)的極限，以實現(xiàn)智慧、開放且精準(zhǔn)的未來。」通過這一策略，意法半導(dǎo)體致力於打破AI普及的障礙，並為各行各業(yè)創(chuàng)造更高效、可持續(xù)的應(yīng)用場景。
