「創新經常與技術開發和發明等聯繫在一起。然而,創新本身並不意味著技術發明——創新是價值創造,而不是技術發明。當然,這並不是說技術發明與創新完全不相關。技術發明與業務模式的變革可以大幅提升價值——技術發明突破業務模式的瓶頸,業務模式則為技術提供應用領域。透過技術與業務模式之間的相互作用,兩者的附加價值都可得到提升。」

這段話是11月7日在ASPENCORE舉辦的2019全球CEO峰會上,瑞薩電子(Renesas Electronics)資深副總裁、瑞薩電子中國董事長真岡朋光在發表「技術創新推動業務模式創新」主題演講時所提出的觀點。

眾所周知,目前在各種領域當中都有人工智慧(AI)的應用方案,但很多AI應用都取決於雲端的運算能力。特別是嵌入式系統對於即時性的要求,可能因為延遲而出現滯後問題。在這樣的環境下,嵌入式AI就能大顯身手。

微控制器(MCU)是嵌入式系統核心。瑞薩電子新一代MCU可為嵌入式系統領域提供新的附加價值,實現更多的功能,增加多點嵌入式的AI功能,也可以在獨立系統當中應用AI。

這種嵌入式人工智慧(e-AI)有助於拓展物聯網(IoT)連接、裝置設置以及建設的場所範圍。真岡朋光在接下來的演講中,就以這個話題探討了如何實現創新和提升價值。

e-AI實現預測性維護轉型

瑞薩電子為e-AI的推廣和強化制定了相應的產品規劃,2017年7月已開發出第一代產品。

例如瑞薩電子的旗艦工廠。它使用e-AI的案例,做了e-AI單元,嵌入在產品當中,同時安裝AI演算法。該e-AI單元與工廠設備當中的感測器連接,並從感測器收集資料,收集資料和結果再到AI系統當中處理並開發推理邏輯。然後將推理邏輯回送AI單元,並予以執行。

透過此實驗可以看出,首先,採樣週期得到了縮短。透過在裝置中安裝高性能處理器,就能夠詳細地分析從感測器獲得的資料變化。其次,所獲得的資料波形即使是細微變化也可以辨識出來,而這樣的資料通常只能用上限和下限管理。在此實驗中,人們可以如同發現形狀變化一樣感知波形變化,從而在實際故障發生之前進行管理。

安裝e-AI系統能夠更有效且及時地實現預測性維護,並將上市週期縮短三分之一,每年減少1千萬美元的維護成本。

「我們已經在瑞薩電子工廠安裝了150個e-AI單元。包含其他採用e-AI解決方案的客戶工廠在內,計畫將這個數量擴大到3000個。」他介紹說,「在合作夥伴中,也有來自中國本土的企業,他們在自己的工廠當中測試了e-AI解決方案,並取得了良好的成果。」

2018年10月,瑞薩電子開發出第二代動態可配置處理器(DRP)技術,進一步升了e-AI第二代產品的性能。DRP可以作為快速變化的深度神經網路加速器,AI加速需要多個平行處理,第二代DRP可以根據計算結果動態調整電路,因此,它可以支援AI所需的加速操作。

真岡朋光並以視訊展示第二代加速處理獲得的效果。兩個視訊都使用處理器來檢測物件。左側是工作頻率在500MHz的普通處理器,需要140ms才能檢測到物件,鐘擺運動具有明顯延遲。右側使用了瑞薩電子第二代技術,工作頻率為40MHz,比左側更低。還能平穩地檢測到鐘擺的運動,檢測時間只需要10.4ms。這顯示了第二代技術的強大所在,它可以加速學習,並快速適應資料登錄。

透過e-AI案例可以發現,依靠e-AI的技術可實現從預防性維護轉變到預測性維護,更進一步透過使用DRP加速器實現自動維護,從而更新現有的業務模式。

結合SOTB催生新商業模式

真岡朋光並介紹另一種技術——SOTB (薄氧化埋層上覆矽製程)的相關案例。SOTB是由瑞薩電子獨立開發的一種非常獨特的低功耗技術。目前世界上大多數低功耗技術,都是只能在運行或者待機模式中的一種下保持低功耗。而SOTB的獨特性在於其在兩種模式下都能保持極低功耗。

真岡朋光表示,瑞薩電子目前正在研究如何將這種獨特技術應用在各種領域中。SOTB的超低功耗是傳統的MCU的十分之一,這種功耗下,系統可以在無電池的情況下從周圍環境獲取能源(例如透過小型太陽能電池板,或皮膚溫度、振動等環境能量收集)來驅動。

「SOTB的超低功耗非常適合用於物聯網領域。通過環境能源發電、感測器與無線信號的組合,我們相信能夠開發出多種多樣的面向物聯網領域的應用。SOTB技術讓構建無電池系統成為可能。感測器可以部署在難以維護的場所,並可進行持續的監控。這些過去完全不能想的技術現在都成為可能。」他表示。

透過SOTB與e-AI組合,可以搭建更有效率的系統。「具體來說,e-AI是檢測異常訊號,在異常發生之後僅發送檢測資訊的模式。我們相信該系統可以建構出高度分散的分散式物聯網系統,並帶來創新的商業模式。」