从e-AI和SOTB两大技术看，如何通过技术创新实现业务模式创新

技术发明可打通建立业务模式的瓶颈，业务模式的创建为技术提供了应用领域。通过技术与业务模式间的相互作用，两者的附加价值都可得到提升。

众所周知，目前AI在各个领域当中都有应用，但很多AI应用都取决于云端的计算能力。许多嵌入式系统有实时性的要求，会因为延时而出现滞后问题。在这样的环境下，嵌入式人工智能就能大显身手。

e-AI应用实现维护转型

在MCU当中嵌入AI功能(嵌入式人工智能，e-AI)，可以为嵌入式系统提供新的附加价值，例如可以拓展物联网连接、设备安置及建设的场所范围，进而实现创新和提升价值。

e-AI的工作流程为，将e-AI单元与工厂设备中的传感器连接，从其收集数据。然后再到AI系统中进行处理，并开发出推理逻辑。然后再将推理逻辑回送e-AI单元，并予以执行。

首先，这可以使采样周期得到缩短。通过在设备当中安装高性能处理器，就能够详细地分析从传感器获得的数据变化。其次，所获得数据波形的细微变化也可以识别，而这样的数据以往只能用上下限管理。这样就可像发现了形状变化一样感知波形变化，从而在实际故障发生之前进行管理。

安装e-AI系统能够更有效、更及时地实现预测性维护，并取得上市周期大幅缩短和维护成本大幅减少的成效。

此外，再辅以动态可配置处理器(DRP，或深度神经网络加速器)技术，提供AI加速所需的并行处理，就可以进一步提高e-AI的性能。

因此，采用e-AI技术可以实现从预防性维护向预测性维护的转变。通过深度神经网络加速器还可进一步实现自动维护，而使现有业务模式得到更新。

SOTB技术让嵌入式系统仅采用能量收集供电

SOTB(薄氧化埋层上覆硅工艺)是种独特的低功耗技术。目前世界上大多数低功耗技术都只能在运行和待机模式中的一种下保持低功耗，而SOTB则可以实现在两种模式下都能保持极低功耗。

采用SOTB工艺的MCU功耗超低，只有传统MCU的十分之一。这样的功耗下，系统可以在无电池的情况下从周围环境获取能源(例如通过小型太阳能电池板，或皮肤温度、振动等环境能量收集)来驱动。

这种特性非常适合用于物联网领域。通过环境能源发电、传感器与无线信号的组合，可以开发出多种多样的面向物联网领域的应用。这种低功耗技术让构建无电池系统成为可能。传感器可以部署在难以维护的场所，并可进行持续的监控。

真冈朋光，瑞萨电子株式会社高级副总裁，瑞萨电子中国董事长

e-AI与SOTB结合，实现商业模式革新

通过SOTB与e-AI组合，还可搭建更有效率的系统。许多传统的嵌入式系统需要采用电池供电，只能支持单一传感器输入和间隔感应，并需通过云端判断。采用SOTB和e-AI的系统则可支持多传感器连续感应，并且可由e-AI进行多模式判断：由芯片上的e-AI进行判断，或仅传输异常信息到云端进行判断。

这样的系统能够通过能量收集提供智能、自动、免维护的能量供应。借此便可构建出高度分散的分布式物联网系统，并实现商业模式的革新，进而提供新的附加价值。

总结与展望

瑞萨电子作为一家全球知名的半导体企业，一直紧跟市场趋势，致力于技术创新。在2018年一年的时间里，瑞萨致力于开发嵌入式人工智能，同时持续对SOTB超低功耗技术进行投入—这项技术对于公司来说是项重要的技术资产。

瑞萨电子对2020年的半导体市场也充满希望。在2019年10月，瑞萨扩大了自身备受欢迎的IP授权范围，希望借此帮助设计人员在瞬息万变的行业中满足广泛的客户需求。瑞萨也将继续推动e-AI技术的发展，希望将这项独特的技术应用到更多的芯片上。

责编：Yvonne Geng