模拟信号处理才是AI的未来？

早在1970年代，Gene Frantz 就预见数字信号处理(DSP)的发展趋势；但现在他认为，我们需要将注意力转回模拟技术，以因应人工智能(AI)带来的艰巨挑战。

Frantz之前是德州仪器(TI)的首席技术院士(编按：他也被业界誉为“DSP之父”)，现在则是美国莱斯大学(Rice University)教授，同时也是一家美国新创公司Octavo Systems的共同创办人暨技术长；该公司总部位于德州奥斯汀(Austin, Texas)，专长系统级封装(SiP)技术。

在Octavo的首款SiP产品OSD32MP1──采用意法半导体(STMicroelectronics)的STOSD32MP1 微处理器──发表会上，Frantz接受EE Times采访时表示，他相信SiP和模拟处理将是未来趋势。他提到，发展AI 需要更好的解决方案，并建议我们应该考虑回归模拟信号处理。

“当大多数人听到『模拟信号处理』，可能会想到模拟运算，但这并不是我真正想说的； ”Frantz指出：“如果我能利用信号处理做一个模拟算数逻辑单元(analog arithmetic logic unit，ALU)或混合信号ALU，就可以让性能提升好几个等级，同时将功耗降低数个等级。而我唯一会有的重要问题是动态范围(dynamic range)、准确性和线性。如果我能让你的性能提升三或四个等级，同时把功耗降低三到四个等级，你认为这三个问题能解决吗？”

Frantz用初中生第一次学跳社交舞来比喻：男孩与女孩分两边各站一排，但没有人愿意走到中间来跳舞。“我看到的是，所有了解信号处理理论的人还有处理系统架构师都站在墙边，没有人走到舞池中；”他表示：“但这两方需要能结合…就像初中生的舞会，很多活动其实是在走廊上进行，而非跳舞厅。”

Frantz在Embedded World大会的Octavo摊位上。

Frantz认为，SiP正在开始改变这种情况：“现在我可以做我想做的事情，因为我无法以相同制程让模拟信号处理表现与数字信号处理表现一样好，但我还是可以把它们放在一起，这就是我们用SiP做的事情。”

终极SiP是无接脚？

Frantz表示，随着组件尺寸缩小，他对于SiP技术发展的终极目标，是催生能自行产生或创造能量、具备传感器基础，以及拥有控制、计算机、无线通信的单一封装，并且没有接脚。

他表示几年前与Masood Murtaza──在TI与Frantz一起领导封装技术研发──开始谈论摩尔定律(Moore's Law)以及它如何推动了硅制程的成功；那么，“SiP的成功定律是什么？”Frantz表示：“答案是让接脚数越来越少；我们觉得终极SiP组件应该没有接脚。”

Frantz说，他的梦想是能用SiP组件来贴墙壁，然后任何人都能遥控改变墙壁的颜色：“我想这么做的原因是，如果你能透过一种特殊形象传达一个概念，即使人们可能会嘲笑它，他们也会因此理解你的概念。”

这对Frantz来说并不是一个新点子，他表示美国加州大学柏克莱分校(University of California-Berkeley)大约在20年前就提出了“智慧微尘”(smart dust)的想法：“所有我正在做的事情说明了一点，随着科技演进，我们越来越有能力真正实现它。”

“想想看，如果我能实现这种组件然后透过RF将它们互连，我不但能创造单一色彩，也能产生不同的色彩，甚至能利用它们进行艺术创作；” Frantz表示：“我职业生涯中的大部分时间都在研究那些被认为是不可能的事情。”

Frantz认为未来十年，有一半的半导体市场会是由 SiP技术驱动，以因应终端节点对更高智慧的需求：“我们采取的理念是，SoC并非真的是芯片上系统，而是芯片上子系统(sub-system)，而且它一定会被纳入一个更大的系统。”

Octavo的OSD32MP1 SiP产品采用ST的OSD32MP1微处理器，可搭配以TI的AM335X处理器为基础之Octavo模块系列。

“我们正让半导体制程能接受量越来越少的产品，这是系统整合所需要的。如果我制作晶体管，我可以做数千亿个、让每个人都使用，但如果我做的是一个专有系统，使用的人并不多。当我们朝着这个方向发展，你会发现我唯一能在系统层级进行整合的方法，就是利用类似SiP的东西，而且数量会更低，这将成为市场主流。”

Frantz 补充，一旦组件的性能、功耗与尺寸间的关系被充分了解，整个AI与深度学习领域的问题也能被妥善解决，届时人们就能在智能型手机上享受到如同今日云端运算那种等级的实时运算性能。

他表示，SiP技术也能扮演延长摩尔定律寿命的角色，至少在某种程度上：“当你从系统单芯片转向SiP，你就是把更多的晶体管放在同一片基板上；因此事实上我们还是能继续达成摩尔定律目标，只是创新技术从硅制程转向封装制程。”

在未来，能在推动更高运算能力的方法将成为显学，包括异质整合(heterogeneous integration)技术；半导体封装是其中一种方法，而Frantz的想法是另一种：以RF互连的一个SiP组件数组来打造一面墙，然后透过编程来随心所欲地进行艺术创作。

Is Analog Signal Processing the Future of AI?