剖析ADI，物理世界和数字世界的桥梁

（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）