半導體行業(yè)和更為廣泛的高科技領域的變化步伐正不斷加快。我們已經從移動時代跨越到了物聯(lián)網時代。在移動時代中，消費者可輕易獲得計算和無線連接功能。而在物聯(lián)網時代，這兩項功能正在迅速被嵌入一系列智能產品--- 從恒溫器、家用電器、聯(lián)網汽車，到工業(yè)4.0的智能工廠。

身處物聯(lián)網的發(fā)祥地—硅谷，每天都極可能與谷歌無人駕駛原型車一同等紅燈，親眼見證極具震撼力的日新月異的智能科技。以下這張圖展現(xiàn)了物聯(lián)網如何為科技公司帶來巨大的機遇。

試想，是什么力量推動了物聯(lián)網的發(fā)展？根據摩爾定律，芯片上的晶體管數量每兩年增加一倍，計算能力也以相同的步伐提升。我并非在這里討論該定律是否成立。我個人持肯定意見。但是，我們已經發(fā)展到一個轉折點，計算能力提升獲得的回報不足以彌補最新生產設備所需的巨額投資。

摩爾定律如今已被麥特卡爾夫定律所取代。根據后者，電信網絡的價值與網絡連接用戶數量的平方成正比。這一新的定律完美地解釋了物聯(lián)網指數級成長的原因。從另一角度來看，將計算能力擴散分布到網絡的周邊是符合邏輯的，可以滿足持續(xù)改善性能和功能的需求。

物聯(lián)網的增長離不開“人”這個因素：消費者希望科技可以使生活變得更加簡單、安全，并且為他們節(jié)省時間和金錢。我們大多數人都已感受過互聯(lián)家庭帶來的便利，例如智能電表、智能家電、智能煙霧探測器，或是汽車上避免碰撞和盲點探測的先進輔助駕駛系統(tǒng)（ADAS）等等。

同樣，實時無線數據采集在商業(yè)應用中同樣具有顯著的成本和效率優(yōu)勢。譬如，工廠生產線的正常運行時間信息，可以通過云端完成海量數據處理，無須再用人工手動收集數據。

很多高端汽車配備了自適應巡航控制系統(tǒng)，以確定與周圍車輛之間最安全的距離和速度。目前，這樣的技術正快速進入普及車型。

今天，我們生活在一個由互聯(lián)設備主導的世界。以智能家居為例，“智能”是由使用者通過手機應用程序或偏好預設等功能（而非家居本身）體現(xiàn)出來的。因此，智能設備做出的反應是被動和遲滯的。下圖中的紅色線條顯示了聯(lián)網設備的智能化等級，的確有一點智能的意思，但是微不足道。

智能革命的下一個階段已經展開：利用人工智能（AI）平臺構建產品和設計軟件。如亞馬遜云服務（AWS）和微軟的Azure云計算平臺，為物聯(lián)網提供廣泛的服務，包括機器學習、云分析，以及通過專業(yè)的云計算中心進行大規(guī)模的節(jié)點連接。

人工智能（AI）平臺的美妙之處在于，你提供的數據越多，它就會變得“越智能”，其學習速度也就越快。越來越多的節(jié)點將數據發(fā)送到云端進行處理，用于執(zhí)行面部識別、預測控制和維護等功能。

我的家里安裝了一個帶有內置面部識別系統(tǒng)的安全攝像頭。即使屬于基于云計算的智能級別，當攝像頭探測到房子里有異常時，作為用戶，我仍然需要通過手機App的通知來做出適當反應。雖然這一步驟延緩了我決策的速度，卻使我的節(jié)點具備了更高的云端智能級別。

“智能革命”的下一步是將計算能力轉移到網絡邊緣，并且從人工決策平臺過渡到能夠自主決策的平臺，從所處的環(huán)境中學習并隨時改變其行為。下圖就是我所說的“情境智能”——一個真正不依賴于設備的環(huán)境。

物聯(lián)網和人工智能革命的加速發(fā)展，將為半導體行業(yè)帶來巨大的機遇。正如人們對更好、更快、功能更豐富的電腦和手機的需求，推動了對更強大的微處理器、微控制器和更高密度存儲器的需求，更強大的邊緣計算能力和更智能化、自主化的節(jié)點，將需要更加強大的傳感器和MCU，以及更加穩(wěn)健的無線連接。

一家半導體公司需具備將低功耗、可編程性和精深的器件安全性等競爭優(yōu)勢打包在系統(tǒng)級解決方案中提供給客戶的能力，這與我們不斷推出單個新產品的能力同樣重要。并且，強大而簡單易用的軟件也與硬件具有同等重要性。

未來需要能夠感知、連接、學習和做出響應的新一代設備。這勢必顛覆目前人們對半導體產業(yè)的認知。

并非所有的企業(yè)都可以順應這一趨勢成功轉型，但賽普拉斯已做好準備，在新的環(huán)境中參與競爭并成為贏家。