MEMS和传感器产业如何在物联网大潮中分得更大的蛋糕？

物联网正一步步成为现实，人、车、建筑和城市万物互联。据著名市场咨询公司麦肯锡（McKinsey）预测，到2025年，物联网经济的全球影响每年大约将在4万亿美元~11万亿美元之间。其中，MEMS和传感器是物联网的感知层，是必不可少的基础组成部分。那么，MEMS和传感器产业如何在物联网大潮中分得更大的蛋糕？答案之一在于潜力巨大的MEMS和传感器初创公司。

据麦姆斯咨询报道，2019年的MEMS与传感器高峰会议（MSEC）由SEMI在美国加州科罗纳多岛（Coronado Island, Calif.）举办，这是该领域每年一度不容错过的行业盛会，吸引了产业众多推动者和创新力量共同为产业把脉。在为期两天的会议上，与会者进行了热烈的讨论和交流，Technology Showcase突出了最新的MEMS和传感器技术及应用，评选出了6家快速成长且极具前景的MEMS和传感器初创公司，包括DNA搜索引擎，用于自动驾驶汽车的4D激光雷达（LiDAR），以及医疗保健应用的可穿戴生物传感器。

Biolinq——MEMS微阵列血糖监测

目前，大部分糖尿病患者大多通过指尖采血，使用血糖仪或连续血糖监测仪（GCM）来测量血糖。Biolinq开发了一种MEMS微阵列传感器技术，该技术可作为一种维持7天的皮肤贴剂使用，能够在不接触血液的情况下传输用户的代谢化学物质。它可以评估患者的葡萄糖水平、变化趋势以及食物或运动对血糖的影响。Biolinq首席技术官Joshua Windmiller说：“我确信这是当前侵入性最小的血糖监测方案，同时，可以实时提取临床级信息。”

据麦姆斯咨询介绍，这款医疗器械由Biolinq开发的MEMS微传感器阵列、包含精密电化学模拟前端的印刷电路板、32位微控制单元（MCU）以及一块电池组成。监测数据可以传输到苹果iOS系统的相关应用APP。与植入式系统不同，Windmiller解释说，这种微传感器阵列可以监测真皮中的间隙液，这种间隙液仅存在于皮肤下方约一毫米的位置。据Biolinq称，这种基于MEMS的无针GCM有望完全替代指尖采血方案。

Windmiller说：“我们产品的优势是佩戴随心所欲，冲浪、跑步都没有问题，它密封性很好，不限于任何活动。”Biolinq的目标是凭借其可穿戴传感器贴片来重塑GCM用户体验。

这款传感器尺寸小巧（大约相当于一枚硬币大小），且应用时毫无痛感。不过，为什么佩戴时间不能超过7天呢？

Windmiller回应说：“该设备与人体连接，其中具有生物识别元素。我们设定为7天，是因为连续贴附一周后用户会觉得它很痒。”

另外，为什么要使用锂电池，而不是寻找一种能量收集方式来为这种一次性器械供电呢？

Windmiller解释称，公司正在探索其他化学电池方案，并透露其博士学位研究的正是生物燃料电池项目，能够在生理体液中收集葡萄糖。

Windmiller总结称，Biolinq的MEMS传感器阵列应用不仅限于葡萄糖。“在人体真皮中还包含多种其他代谢产物和电解质。其中一些在运动生理和营养学方面具有广泛意义。”

Biolinq于2012年在加州拉霍亚（La Jolla, Calif.）成立，当时名为Electrozyme LLC，现在已经成功完成了两项FDA批准所需要的临床试验。Biolinq已经完成1500美元A轮融资，目前拥有25名员工。

Motus Global——基于MEMS IMU的运动管理

最近发表在《美国运动医学杂志》上的一项研究显示，在一个精心组织的长距离抛投项目研究中，棒球投手意识的发力与实际测得的力并不一致。在实验中，六十名男性高中和大学棒球投手在其紧身护臂中佩戴了Motus Global传感器，该传感器能够测量肘内翻扭矩、手臂速度、出手位置和肩膀旋转。

业界最小的高动态范围6轴惯性测量单元（IMU）

Motus Global生物力学与创新副总裁Benjamin Hansen介绍称，Motus Global成立于2010年，致力于开发最大程度提高运动表现并降低受伤风险的MEMS解决方案。

Motus Global推出的MotusThrow是美国职业棒球大联盟（MLB）首次批准比赛中使用的6轴高动态范围惯性测量单元（IMU），它可以记录练习和比赛中每一次投掷的生物力学数据。它可以计算棒球投球期间尺侧副韧带（UCL）上的扭矩。

Motus Global开发的生物力学运动负荷监控软件平台，可以累计日常运动负荷、剧烈运动负荷、长期运动负荷及其比率，以帮助球员和教练制定个性化的训练策略，优化体能并降低投掷者手臂受伤的风险。

Motus Global基于MEMS的IMU（包括三轴陀螺仪和三轴加速度计）也已经应用于一款FDA一级医疗器械中。这是一种旨在缓解膝盖骨关节炎的护膝。它能够对步态生物力学进行重复提取，并可以针对膝关节预康复活动和康复应用进行远程家庭锻炼。

当谈及Motus Global的传感技术是否可以分析芭蕾舞者的双脚负重时，Hansen的回答是肯定的，但是“我们更专注于复杂的运动负荷管理”，例如棒球或板球等。

Motus Global总部位于纽约，据称其2019年的营收已经超过100万美元，预计2020年将创造超过210万美元的营收。该公司计划在2021年第二季度实现盈利。

Cardea Bio——石墨烯场效应生物传感器

无论我们想知道什么，用谷歌或者百度搜索一下即可。那么，我们能不能对自己的基因组进行谷歌搜索，并掌握有关自身遗传学的特定信息呢？这就是总部位于加州的Cardea Bio所投身的事业，许多公司也已经付诸努力。

Cardea Bio联合创始人兼首席生产官Ross Bundy说：“我们要做的是将生物学和数字世界融合为一个生态系统，我们称之为生物学互联网。”Cardea Bio开发了一种石墨烯场效应生物传感器，该传感器能够将生物分子整合到电子电路中，从而读出其生物化学函数。Bundy说，这为应用生物学打开了新大门，例如食品质量控制、农业、药物检测和兽医学等。一个例子便是最近发布的Genome Sensor，它是一种基于CRISPR芯片技术运行的DNA搜索引擎，用于编辑基因组并方便用户“搜索他们的基因组”。

“谁都可以很方便地使用它，”Bundy说，“将样本放在芯片上，然后插入计算机，便可得到结果。可以不做任何修饰就能看到基因组中是否存在相关序列。CRISPR芯片还仅是其中一种应用，随着我们将更多生物学信息引入系统，还可以开拓更多的应用。”

当被问及是否可以支持气体时，Bundy表示Cardea Bio可以“对此进行修改，但我们的大部分努力都是围绕液体样本的。我们暂时还没有发现它不适用的生物学应用。”

自成立以来的5年多时间里，Cardea Bio付出了巨大的努力，以确保其石墨烯材料（以导电性和生物相容性著称）能够适应MEMS代工厂要求。“我们与MEMS代工厂Rogue Valley Microdevices一起合作，花费了大量时间和努力来确定质量、工艺类型甚至封装。”

Cardea Bio起初名为Nanomedical Diagnostics，刚刚完成了对CRISPR芯片创建者Nanosens Innovations的并购。这使Cardea Bio能够打造其“生物晶体管”的先进DNA版本，之前通常只能应用于蛋白质。Bundy说，Cardea Bio已经在“赚钱”，但是“我们还在投入大量的研发，因此我们还没有盈利。”目前正在生产一万颗芯片，有超过75家公司要求将Cardea Bio的技术集成到他们的产品中。

Cardea Bio总部位于圣地亚哥，目前拥有25名雇员。

TetraVue——4D激光雷达（LiDAR）

安全，始终是自动驾驶的关键。无论障碍物是岩石、动物、自行车还是儿童，车辆都必须能够及时探测出它们何时可能危及道路安全。TetraVue首席执行官Paul Banks说，我们生活在3D世界中，TetraVue的光学飞行时间（oTOF）技术可以利用2D CMOS图像传感器并为每个像素增加深度信息，以捕捉高分辨率3D图像。

据麦姆斯咨询此前报道，TetraVue采用了不同业界主流的激光雷达（LiDAR）方案。它没有将激光作为光束或阵列来使用，而是用激光来照明整个视场（最高每秒三十帧以捕捉完整运动）。据此，TetraVue打造了一种固态闪光（Flash）激光雷达解决方案，其解决方案能够捕捉视场内每个像素的距离和强度。

TetraVue声称其固态高清摄像头可以每秒捕捉6000万个点，并且无论室内外都可以在长达200米的距离处捕获运动和深度。

TetraVue成立于2008年，总部位于加州，TetraVue得到了科技巨头科磊（KLA Tencor）、泛林（Lam Research）、博世风险投资（Robert Bosch Venture Capital）、三星催化基金（Samsung Catalyst Fund）和Nautilus Ventures的支持。

Syntiant——边缘人工智能（AI）

物联网已经进入我们的日常生活。从我们的家到汽车再到办公室，周围已经被各种智能设备环绕，它们可以帮助我们管理各种重要事项。Syntiant首席技术官Jeremy Holleman说：“所有这些智能设备每天都需要做出无数个决策，而深度学习提供了一种工具集，可以获得相比传统基于人类直觉更好的决定。我们认为，设备端的智能化才是未来趋势。”

Syntiant首席技术官Jeremy Holleman

Holleman介绍说，本地化决策具有许多优势，“首先便是隐私性，我们不必再将数据发送到云端；其次是可靠性，因为决策过程中执行的环节减少了；另外还有响应性，因为没有了和云端传输数据的延迟。”但是，深度学习需要大量的计算。决策的背后是大量的数学运算，而MCU等传统计算机架构往往难以应对这些高计算量。

Syntiant开发的定制AI芯片NDP100内嵌神经网络，可以在没有网络连接的情况下为电池供电型设备提供边缘计算。它支持64种类别，即64种不同的词、手势以及超过50万个参数，为基于传感器的应用提供了大规模并行计算。NDP100可以集成到多种语音和音频设备中，并且，最近还通过了亚马逊（Amazon）的Alexa认证。

NDP100的尺寸几乎只有硬币上亚伯拉罕·林肯（Abraham Lincoln）的鼻子那么大，连续识别运行时的能耗约为140 µJ。NPD100和其他现有技术对比，Syntiant声称在能耗方面它比典型的微控制器改善了近200倍。Holleman说：“相比意法半导体（STMicroelectronics）的STM32L476 ARM Cortex-M4 MCU在进行唤醒词监测时的600 µJ，NPD100仅需要约3.4 µJ。我们还能够支持每秒100帧，而MCU只能支持每秒5帧。这主要源于，跟具有通用目的计算平台的存储程序架构相比，NPD100具有专用的内置数据路径。

Syntiant于2017年在加州橘郡（Orange County, Calif.）成立，据称已有“多家客户”，并已从微软（Microsoft）投资部门M12、亚马逊的Alexa基金、Applied Ventures、英特尔资本（Intel Capital）、摩托罗拉风险投资（Motorola Ventures）和博世风险投资（Robert Bosch Venture Capital）等投资方获得超过3000万美元的融资。该公司于2019年上半年将其第一批芯片投入了限量生产，现在正在“产能爬坡”。目前公司拥有40名员工。

Cartesiam——边缘人工智能（AI）

在距离数据源头最近的边缘进行预处理，而不是将所有数据都传输到云端进行分析，难道不是更合理更高效的方式吗？无需往返云端，还可以减少数据延迟，提高性能。

今年MSEC Technology Showcase的获胜者是来自法国的软件公司Cartesiam，该公司专注于在微控制器中嵌入人工智能。Cartesiam致力于为客户增加机器学习能力，基本来说就是在边缘创建和训练模型并最终掌握某种模式。

Cartesiam推出的业界首款工业4.0独立维护助手Eolane designed Bob

Cartesiam的差异化优势在于能够将其NanoEdge软件解决方案应用于任何基于Cortex-M MCU架构构建的设备。Cartesiam常务董事兼联合创始人André Dupaquier表示，“部署过程仅需数周即可完成，并且不需要数据科学家。在编码中嵌入具有所有功能的模型库。对于模型库的代码，我们仅需要数百KB的闪存和8~32 KB的RAM。”

边缘 VS. 云端，NanoEdge大幅降低功耗

不过，成功的道路是漫长而曲折的，充满了许多障碍。Dupaquier回忆说：“我们制造的第一款产品是为了证明该技术可行，因为无论我们走到哪里，都会有人告诉我们这是不可能的，这是行不通的。我们必须自己购买器件自己完成制造，以证明该技术可行，神经网络可以在边缘的Cortex-M MCU上运行。”

最初，NanoEdge在Intel Curie上运行，但现在“我们可以在任何类型的Cortex-M MCU上运行，在Cortex-M0和Cortex-M4上都有用例，并且还有客户在Cortex-M33上成功运行。”Dupaquier说，“我们还可以在MPU上运行。”

Cartesiam现在发展到第二阶段，并计划将软件提供给客户，以生成满足客户所需数量的库。“我们正在进行Alpha版测试，不过，已经有很多客户找上门要Beta版本。”

Cartesiam总部位于法国土伦（Toulon），最近在Gartner的2019年人工智能成熟度曲线研究中被认定为三大边缘人工智能公司之一，另外两家是意法半导体（STMicroelectronics）和瑞萨电子（Renesas Electronics）。这家成立三年的初创公司拥有20名员工，并且工作方式很有意思。“每个星期五，我们告诉员工不要从事他们的工作任务，而是寻找他们的技术可以应用的真正很酷的东西。现在，他们努力的每个项目几乎都变成了潜在机遇。”