物聯網正一步步成為現實，人、車、建筑和城市萬物互聯。據著名市場咨詢公司麥肯錫（McKinsey）預測，到2025年，物聯網經濟的全球影響每年大約將在4萬億美元~11萬億美元之間。其中，MEMS和傳感器是物聯網的感知層，是必不可少的基礎組成部分。那么，MEMS和傳感器產業如何在物聯網大潮中分得更大的蛋糕？答案之一在于潛力巨大的MEMS和傳感器初創公司。

據麥姆斯咨詢報道，2019年的MEMS與傳感器高峰會議（MSEC）由SEMI在美國加州科羅納多島（Coronado Island, Calif.）舉辦，這是該領域每年一度不容錯過的行業盛會，吸引了產業眾多推動者和創新力量共同為產業把脈。在為期兩天的會議上，與會者進行了熱烈的討論和交流，Technology Showcase突出了最新的MEMS和傳感器技術及應用，評選出了6家快速成長且極具前景的MEMS和傳感器初創公司，包括DNA搜索引擎，用于自動駕駛汽車的4D激光雷達（LiDAR），以及醫療保健應用的可穿戴生物傳感器。

Biolinq——MEMS微陣列血糖監測

目前，大部分糖尿病患者大多通過指尖采血，使用血糖儀或連續血糖監測儀（GCM）來測量血糖。Biolinq開發了一種MEMS微陣列傳感器技術，該技術可作為一種維持7天的皮膚貼劑使用，能夠在不接觸血液的情況下傳輸用戶的代謝化學物質。它可以評估患者的葡萄糖水平、變化趨勢以及食物或運動對血糖的影響。Biolinq首席技術官Joshua Windmiller說：“我確信這是當前侵入性最小的血糖監測方案，同時，可以實時提取臨床級信息。”

據麥姆斯咨詢介紹，這款醫療器械由Biolinq開發的MEMS微傳感器陣列、包含精密電化學模擬前端的印刷電路板、32位微控制單元（MCU）以及一塊電池組成。監測數據可以傳輸到蘋果iOS系統的相關應用APP。與植入式系統不同，Windmiller解釋說，這種微傳感器陣列可以監測真皮中的間隙液，這種間隙液僅存在于皮膚下方約一毫米的位置。據Biolinq稱，這種基于MEMS的無針GCM有望完全替代指尖采血方案。

Windmiller說：“我們產品的優勢是佩戴隨心所欲，沖浪、跑步都沒有問題，它密封性很好，不限于任何活動。”Biolinq的目標是憑借其可穿戴傳感器貼片來重塑GCM用戶體驗。

這款傳感器尺寸小巧（大約相當于一枚硬幣大小），且應用時毫無痛感。不過，為什么佩戴時間不能超過7天呢？

Windmiller回應說：“該設備與人體連接，其中具有生物識別元素。我們設定為7天，是因為連續貼附一周后用戶會覺得它很癢。”

另外，為什么要使用鋰電池，而不是尋找一種能量收集方式來為這種一次性器械供電呢？

Windmiller解釋稱，公司正在探索其他化學電池方案，并透露其博士學位研究的正是生物燃料電池項目，能夠在生理體液中收集葡萄糖。

Windmiller總結稱，Biolinq的MEMS傳感器陣列應用不僅限于葡萄糖。“在人體真皮中還包含多種其他代謝產物和電解質。其中一些在運動生理和營養學方面具有廣泛意義。”

Biolinq于2012年在加州拉霍亞（La Jolla, Calif.）成立，當時名為Electrozyme LLC，現在已經成功完成了兩項FDA批準所需要的臨床試驗。Biolinq已經完成1500美元A輪融資，目前擁有25名員工。

Motus Global——基于MEMS IMU的運動管理

最近發表在《美國運動醫學雜志》上的一項研究顯示，在一個精心組織的長距離拋投項目研究中，棒球投手意識的發力與實際測得的力并不一致。在實驗中，六十名男性高中和大學棒球投手在其緊身護臂中佩戴了Motus Global傳感器，該傳感器能夠測量肘內翻扭矩、手臂速度、出手位置和肩膀旋轉。

業界最小的高動態范圍6軸慣性測量單元（IMU）

Motus Global生物力學與創新副總裁Benjamin Hansen介紹稱，Motus Global成立于2010年，致力于開發最大程度提高運動表現并降低受傷風險的MEMS解決方案。

Motus Global推出的MotusThrow是美國職業棒球大聯盟（MLB）首次批準比賽中使用的6軸高動態范圍慣性測量單元（IMU），它可以記錄練習和比賽中每一次投擲的生物力學數據。它可以計算棒球投球期間尺側副韌帶（UCL）上的扭矩。

Motus Global開發的生物力學運動負荷監控軟件平臺，可以累計日常運動負荷、劇烈運動負荷、長期運動負荷及其比率，以幫助球員和教練制定個性化的訓練策略，優化體能并降低投擲者手臂受傷的風險。

Motus Global基于MEMS的IMU（包括三軸陀螺儀和三軸加速度計）也已經應用于一款FDA一級醫療器械中。這是一種旨在緩解膝蓋骨關節炎的護膝。它能夠對步態生物力學進行重復提取，并可以針對膝關節預康復活動和康復應用進行遠程家庭鍛煉。

當談及Motus Global的傳感技術是否可以分析芭蕾舞者的雙腳負重時，Hansen的回答是肯定的，但是“我們更專注于復雜的運動負荷管理”，例如棒球或板球等。

Motus Global總部位于紐約，據稱其2019年的營收已經超過100萬美元，預計2020年將創造超過210萬美元的營收。該公司計劃在2021年第二季度實現盈利。

Cardea Bio——石墨烯場效應生物傳感器

無論我們想知道什么，用谷歌或者百度搜索一下即可。那么，我們能不能對自己的基因組進行谷歌搜索，并掌握有關自身遺傳學的特定信息呢？這就是總部位于加州的Cardea Bio所投身的事業，許多公司也已經付諸努力。

Cardea Bio聯合創始人兼首席生產官Ross Bundy說：“我們要做的是將生物學和數字世界融合為一個生態系統，我們稱之為生物學互聯網。”Cardea Bio開發了一種石墨烯場效應生物傳感器，該傳感器能夠將生物分子整合到電子電路中，從而讀出其生物化學函數。Bundy說，這為應用生物學打開了新大門，例如食品質量控制、農業、藥物檢測和獸醫學等。一個例子便是最近發布的Genome Sensor，它是一種基于CRISPR芯片技術運行的DNA搜索引擎，用于編輯基因組并方便用戶“搜索他們的基因組”。

“誰都可以很方便地使用它，”Bundy說，“將樣本放在芯片上，然后插入計算機，便可得到結果。可以不做任何修飾就能看到基因組中是否存在相關序列。CRISPR芯片還僅是其中一種應用，隨著我們將更多生物學信息引入系統，還可以開拓更多的應用。”

當被問及是否可以支持氣體時，Bundy表示Cardea Bio可以“對此進行修改，但我們的大部分努力都是圍繞液體樣本的。我們暫時還沒有發現它不適用的生物學應用。”

自成立以來的5年多時間里，Cardea Bio付出了巨大的努力，以確保其石墨烯材料（以導電性和生物相容性著稱）能夠適應MEMS代工廠要求。“我們與MEMS代工廠Rogue Valley Microdevices一起合作，花費了大量時間和努力來確定質量、工藝類型甚至封裝。”

Cardea Bio起初名為Nanomedical Diagnostics，剛剛完成了對CRISPR芯片創建者Nanosens Innovations的并購。這使Cardea Bio能夠打造其“生物晶體管”的先進DNA版本，之前通常只能應用于蛋白質。Bundy說，Cardea Bio已經在“賺錢”，但是“我們還在投入大量的研發，因此我們還沒有盈利。”目前正在生產一萬顆芯片，有超過75家公司要求將Cardea Bio的技術集成到他們的產品中。

Cardea Bio總部位于圣地亞哥，目前擁有25名雇員。

TetraVue——4D激光雷達（LiDAR）

安全，始終是自動駕駛的關鍵。無論障礙物是巖石、動物、自行車還是兒童，車輛都必須能夠及時探測出它們何時可能危及道路安全。TetraVue首席執行官Paul Banks說，我們生活在3D世界中，TetraVue的光學飛行時間（oTOF）技術可以利用2D CMOS圖像傳感器并為每個像素增加深度信息，以捕捉高分辨率3D圖像。

據麥姆斯咨詢此前報道，TetraVue采用了不同業界主流的激光雷達（LiDAR）方案。它沒有將激光作為光束或陣列來使用，而是用激光來照明整個視場（最高每秒三十幀以捕捉完整運動）。據此，TetraVue打造了一種固態閃光（Flash）激光雷達解決方案，其解決方案能夠捕捉視場內每個像素的距離和強度。

TetraVue聲稱其固態高清攝像頭可以每秒捕捉6000萬個點，并且無論室內外都可以在長達200米的距離處捕獲運動和深度。

TetraVue成立于2008年，總部位于加州，TetraVue得到了科技巨頭科磊（KLA Tencor）、泛林（Lam Research）、博世風險投資（Robert Bosch Venture Capital）、三星催化基金（Samsung Catalyst Fund）和Nautilus Ventures的支持。

Syntiant——邊緣人工智能（AI）

物聯網已經進入我們的日常生活。從我們的家到汽車再到辦公室，周圍已經被各種智能設備環繞，它們可以幫助我們管理各種重要事項。Syntiant首席技術官Jeremy Holleman說：“所有這些智能設備每天都需要做出無數個決策，而深度學習提供了一種工具集，可以獲得相比傳統基于人類直覺更好的決定。我們認為，設備端的智能化才是未來趨勢。”

Syntiant首席技術官Jeremy Holleman

Holleman介紹說，本地化決策具有許多優勢，“首先便是隱私性，我們不必再將數據發送到云端；其次是可靠性，因為決策過程中執行的環節減少了；另外還有響應性，因為沒有了和云端傳輸數據的延遲。”但是，深度學習需要大量的計算。決策的背后是大量的數學運算，而MCU等傳統計算機架構往往難以應對這些高計算量。

Syntiant開發的定制AI芯片NDP100內嵌神經網絡，可以在沒有網絡連接的情況下為電池供電型設備提供邊緣計算。它支持64種類別，即64種不同的詞、手勢以及超過50萬個參數，為基于傳感器的應用提供了大規模并行計算。NDP100可以集成到多種語音和音頻設備中，并且，最近還通過了亞馬遜（Amazon）的Alexa認證。

NDP100的尺寸幾乎只有硬幣上亞伯拉罕·林肯（Abraham Lincoln）的鼻子那么大，連續識別運行時的能耗約為140 μJ。NPD100和其他現有技術對比，Syntiant聲稱在能耗方面它比典型的微控制器改善了近200倍。Holleman說：“相比意法半導體（STMicroelectronics）的STM32L476 ARM Cortex-M4 MCU在進行喚醒詞監測時的600 μJ，NPD100僅需要約3.4 μJ。我們還能夠支持每秒100幀，而MCU只能支持每秒5幀。這主要源于，跟具有通用目的計算平臺的存儲程序架構相比，NPD100具有專用的內置數據路徑。

Syntiant于2017年在加州橘郡（Orange County, Calif.）成立，據稱已有“多家客戶”，并已從微軟（Microsoft）投資部門M12、亞馬遜的Alexa基金、Applied Ventures、英特爾資本（Intel Capital）、摩托羅拉風險投資（Motorola Ventures）和博世風險投資（Robert Bosch Venture Capital）等投資方獲得超過3000萬美元的融資。該公司于2019年上半年將其第一批芯片投入了限量生產，現在正在“產能爬坡”。目前公司擁有40名員工。

Cartesiam——邊緣人工智能（AI）

在距離數據源頭最近的邊緣進行預處理，而不是將所有數據都傳輸到云端進行分析，難道不是更合理更高效的方式嗎？無需往返云端，還可以減少數據延遲，提高性能。

今年MSEC Technology Showcase的獲勝者是來自法國的軟件公司Cartesiam，該公司專注于在微控制器中嵌入人工智能。Cartesiam致力于為客戶增加機器學習能力，基本來說就是在邊緣創建和訓練模型并最終掌握某種模式。

Cartesiam推出的業界首款工業4.0獨立維護助手Eolane designed Bob

Cartesiam的差異化優勢在于能夠將其NanoEdge軟件解決方案應用于任何基于Cortex-M MCU架構構建的設備。Cartesiam常務董事兼聯合創始人André Dupaquier表示，“部署過程僅需數周即可完成，并且不需要數據科學家。在編碼中嵌入具有所有功能的模型庫。對于模型庫的代碼，我們僅需要數百KB的閃存和8~32 KB的RAM。”

邊緣 VS. 云端，NanoEdge大幅降低功耗

不過，成功的道路是漫長而曲折的，充滿了許多障礙。Dupaquier回憶說：“我們制造的第一款產品是為了證明該技術可行，因為無論我們走到哪里，都會有人告訴我們這是不可能的，這是行不通的。我們必須自己購買器件自己完成制造，以證明該技術可行，神經網絡可以在邊緣的Cortex-M MCU上運行。”

最初，NanoEdge在Intel Curie上運行，但現在“我們可以在任何類型的Cortex-M MCU上運行，在Cortex-M0和Cortex-M4上都有用例，并且還有客戶在Cortex-M33上成功運行。”Dupaquier說，“我們還可以在MPU上運行。”

Cartesiam現在發展到第二階段，并計劃將軟件提供給客戶，以生成滿足客戶所需數量的庫。“我們正在進行Alpha版測試，不過，已經有很多客戶找上門要Beta版本。”

Cartesiam總部位于法國土倫（Toulon），最近在Gartner的2019年人工智能成熟度曲線研究中被認定為三大邊緣人工智能公司之一，另外兩家是意法半導體（STMicroelectronics）和瑞薩電子（Renesas Electronics）。這家成立三年的初創公司擁有20名員工，并且工作方式很有意思。“每個星期五，我們告訴員工不要從事他們的工作任務，而是尋找他們的技術可以應用的真正很酷的東西。現在，他們努力的每個項目幾乎都變成了潛在機遇。”