(文章来源:雷锋网)
在半导体领域,人们谈论行业格局绕不过“模拟”这个概念,纵使主芯片的数据处理能力再强,系统中没有若干模拟芯片精益求精的完成信号转换翻译的使命,电子系统根本无法完成“听见、看见”的任务,又谈何智能交互。说到模拟半导体,很难绕过一家公司,它就是用英文“模拟”analog这个词直接命名的Analog Devices,业界更习惯称它为ADI。
之所以被认为“大”,是因为它已经有近55年的成长历史,拥有超过4.5万种产品,触及诸多的领域,包括航空航天、汽车、通信、消费类电子、能源、医疗、电源及工业自动化。2018年财年营收达到62亿美元。简单来说,ADI做的是模拟信号、混合信号和数字信号处理这件事。赵轶苗是ADI公司系统解决方案事业部总经理。雷锋网在中关村科技园对话了赵轶苗,与他探讨了ADI这家巨头的全新使命和在中国市场的重点布局。
ADI始于1965年,最早是由两名MIT毕业生Ray Stata和Matthew Lorber在MIT周边租了一间库房,创建了ADI。这家公司最早的产品不是芯片产品,而是模块产品,把一些晶体管、电容电阻、电感封装成模块,做一些信号放大的工作。代表放大器的三角形也被ADI作为Logo一直用到今天。
2019年,已经是ADI进入中国的第25个年头了。最初的1995年,中国加入世贸组织才过去一年时间,经济走向开放,而电子产业处于起步阶段,互联网刚刚兴起,ADI就已经在中国市场协同客户,打下了基础。这么多年来,ADI本身一直有一个核心的使命,就是希望建立一个连接物理世界和数字世界的桥梁。“这个桥梁把纷繁复杂的物理世界里的信号,通过模拟到数字转换,把它转化到数字域。”赵轶苗谈到。
一直以来,数字域是人类对各种信息的深度分析和深度理解的重要工具,把这个桥梁建立起来,意味着拓展了整个人类对自然界的理解、分析和认识的能力。进一步讲,这座桥梁是由带宽和分辨率构成的。这个桥梁有多重要,最近普华永道针对全球CEO的一项调查显示,85%的受访者认为AI将改变未来商业运行的模式,是加速许多行业数字化转型的主要推动力。但AI系统的数据从哪里来?如果数据质量不高,就无法有效的赋予汽车自主性,或者无法实现配备复杂机器人的未来智能工厂。而这正是ADI模拟数字连接桥梁的用武之地,这座桥梁使更多创新成为可能。
以工业中获得广泛应用的工业状态监控为例,ADI团队在过去20年里一直致力于研究如何解读声音和振动,从而建立一个系统来学习、解译设备的声音和振动的含义,以检测异常行为并进行诊断。随着AI技术的导入,这种愿望已经变成现实。其中,ADI公司的OtoSense体系结构就是一种设备健康监测系统,支持计算机听觉,让计算机能够理解设备发出的声音和振动的主要指标,在问题变得严重之前确定工厂机器或汽车发动机中的潜在问题。
“我们能够确保您的系统捕获精确的数据,并基于相关分析实现智能。”赵轶苗补充道。摩尔定律是芯片半导体领域的热词,一直引发广泛争议,基本上大趋势是摩尔定律走到了能力边界,再往下走越来越困难。摩尔定律是指每18-24个月,芯片里的晶体管数量翻一倍,这一点一直得到了可靠的实践,特别是在数字电路里。
1995年350nm工艺量产、2005年45nm工艺量产、2015年16nm工艺量产、2020年5nm工艺量产,然后2023年将量产2nm的工艺。整体来看,芯片的突破空间非常之小。ADI更关注的是,到底需要一些什么样的工艺,能够把现实世界的很多需求和信号转换到数字世界里?因为ADI越来越多的发现,这种工艺级别、器件级别的创新是不够的,应对今天越来越快的技术发展,创新应该往更加系统级、更加朝着解决方案的方向来走。
所以,ADI开发了很多特别的工艺,比如针对高精度、高速模拟工艺、射频工艺,比如砷化镓、锗硅的射频工艺,还有高压工艺,可以把放大器的输出做到200伏,将来的超高压可以做到1200伏,还有很多传感器工艺。针对环境交互所需要的电信号的特点,ADI开发出了多样化摩尔的工艺结构。
从他们的角度看,以摩尔定律为基础的数字工艺芯片上的集成叫做SoC(system on chip),不同的模拟工艺、多芯片封装的可以叫做SiP(system in package),把这两个结合起来,可以帮助客户包括应用提供更高的系统价值。
(责任编辑:fqj)
-
ADI
+关注
关注
146文章
45826浏览量
250420 -
半导体
+关注
关注
334文章
27442浏览量
219407
发布评论请先 登录
相关推荐
评论