在传感器节点上检测装置异常的人工智能芯片

全球知名半导体制造商ROHM与新加坡科学技术研究局（Agency for Science, Technology and Research，简称“A*STAR”）下属全球性研究机构微电子研究所（Institute of Microelectronics，简称“IME”）达成合作协议，双方将面向新一代工厂，联合研究在传感器节点上检测装置异常的人工智能(AI)芯片。

以往的装置异常检测一般是将来自多个传感器的大量信息发送到装置内的电脑或服务器后进行处理的。本研究旨在将以往通过服务器处理的异常检测算法搭载到半导体芯片上，在传感器节点内处理传感器信息，从而大幅降低系统整体的功耗，提供可用于所有装置的通用性极高的异常检测功能。



近年来，在制造业的工厂中，基于从装置的日志和传感器等获取的数据，提前检测到装置的异常“预兆”，以便在故障发生前采取修理和替代准备等措施的“预测性维护(Predictive Maintenance)”理念日益普及。这种预测性维护被广泛运用在用来感应装置状态的各种传感器及传感器节点、用来将传感器获取的数据发送到服务器的无线模块、以及用来处理数据的软件等IoT技术。特别是在软件领域，在以往统计处理的基础上引入人工智能（AI）衍生技术的应用日益增加。

然而，想要充分利用这类软件的成果，需要从传感器持续发送大量数据，当前存在的课题是，用于WSN（Wireless Sensor Network）*1)的无线通信技术在持续发送大量数据时通信速度不够，可能无法应对未来增势迅猛的传感器数量。（图1）

在这种背景下，ROHM与A*STAR的IME联手，开始研究可实时处理来自传感器的数据，并仅在检测到异常时将其结果发送到服务器的人工智能芯片。将ROHM独有的解析算法（融入了通过ROHM旗下工厂积累的大量数据实证的人工智能技术），与半导体电路技术（采用了IME和ROHM所擅长的模拟电路技术）相结合，集成到芯片中。（图2）这样一来，可进行微控制器和FPGA等现有处理系统无法实现的在传感器节点的高级处理，使无线通信网络构建更加容易，并可大大减轻服务器的负荷。另外，将其与ROHM拥有的传感器、无线模块和无电池通信技术EnOcean*2)相结合，即可实现在所有位置轻松设置无线传感器节点。ROHM和IME旨在通过这项研究，为未来全球工厂的更新换代贡献力量。

ROHM株式会社　基础研究开发部　部长　谷内光治

“非常高兴能与A*STAR的IME达成首次合作研究。我们将融合ROHM的传感器技术、模拟低功耗技术和AI架构技术、以及IME的低功耗集成电路技术的优势，提供边缘节点的最佳解决方案。”

微电子研究所（IME） Executive Director Tan Yong Tsong先生

“IME多年来积累了丰富的研究设计、工艺技术以及集成电路和系统的专业知识与能力。近年来，在制造工厂中，整个产业链已通过无缝网络连接在一起，为使各个环节的操作实现一体化，需要非常高端的智能解决方案。对于未来新一代代工厂进行预测性维护不可或缺的数据传输和解析来说，此次就人工智能芯片与ROHM的联合研究，迈出了重要的一步。”


图1 使用振动传感器和WSN通信的代表—Wi-SUN技术的服务器间通信事例


图2 搭载人工智能算法的芯片概要

*1) WSN（Wireless Sensor Network）：
多个搭载传感器的无线终端可以相互协作来采集环境和物理情况的无线网络。

*2)EnOcean（易能森）：
使用收集光、温度和振动等的微弱能量并转换为电能的“能量收集技术（环境发电技术）”的、无需电池的无线通信标准。ROHM是“EnOcean Alliance”的骨干成员，也是发起者之一。

新闻来源：未知，文中所述为作者独立观点，不代表icspec立场。更多精彩资讯请下载icspec App。如对本稿件有异议，请联系微信客服specltkj。