2016 年，在谷歌旗下的 DeepSmind 还没通过 AlphaGo 一战成名之前，Deepmind 在 AI（人工智能）方面最为人知的成就，是运用 AI 大大降低了谷歌一个数据中心服务器的温控系统的电量消耗。40%的能耗节省，当时令人眼前一亮，让业界看到了 AI 工业运用前景。但细心的观众会发现，谷歌在之后的几年内并没有快速、大规模地将这项成果，仅在 2018 年有新闻指出这项技术在另一个数据中心有投入使用，之后便再次陷入沉寂。

难道是 AI 技术言过其实了吗？并不然。AI 的工业级应用当中，不管是机型机器学习的数据收集，还是最终将训练好的 AI 投入生产，都需要 M2M（machine to machine）级别的物联网。不仅仅是人工智能，自动驾驶、智能物流等前沿技术的发展，都仰赖物联网技术的普及化。有如此大刚需，M2M 级别的物联网却一直未能快速进入到我们的生产、生活当中，其中自然有“卡脖子”的技术。

新型技术的普及和新兴产业的发展，离不开产业物联网的建设。从广义的角度上讲，物联网（IoT）通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议把设备与互联网相连接，进行设备间的直接信息交换、通信和数据处理，实现智能识别、定位、追踪、监控和管理等功能。换言之，在物联网时代，信息与通信的世界里将产生新的沟通维度——不仅仅是任何时间、任何地点人与人、人与物的沟通链接，更是物与物之间的沟通链接 —— 一个没有人类直接参与的网络世界。它的目标是使设备能够实时自我报告、数据互换、数据联动，从而提高信息处理效率，提升整体系统效率。这将比依靠人工整合、处理信息的系统更高效，并最终实现真正的系统自动化。 

物联网的应用未来将在各种各样的“智能”设备中。从传送有关生产过程数据的工业机器，到跟踪有关人体信息的传感器，物联网可以被应用到许许多多的领域。例如在城市规划中，城市官员可以通过设置在繁忙街道上的交通传感器，检测道路交通情况，并提前告知驾驶员关于交通延误或交通事故的信息。而于企业而言，战略性地使用智能设备也将意味着竞争优势。例如，通过监测有关能源使用和库存的数据，企业可以更有效合理地调节其生产成本，或优化生产计划，甚至预测市场需求，做前瞻规划。智能设备未来甚至还可以在 AI 辅助下，自行向消费者推销产品。继人与人、人与物互联之后，物联网可以把人们从前无法触及的 90%以上的物品全部连接起来，从而实现全人类生产力进一步的大飞跃。 

这种可能性，早在 20 世纪 80 年代，当卡内基梅隆大学的一台可口可乐自动售货机被改造成为第一台连接互联网的设备时，便有了端倪。随着 5G 网络的全面建设与完善，更充足的带宽和通信速度，将容许更多的设备连接网络，进一步满足物联网所需的通信要求。在 5G 建设之前，更多的移动通信产业链只能面对消费市场服务。但随着网络中个人用户终端（手机、PAD 等）数量的增长逐渐趋缓，M2M 应用必然成为大部分运营商网络业务的增长发力点。以设备通讯控制为核心，M2M 可以将原来效率较低或甚至不可能的信息传输应用于商业，实现业务流程、工业流程更加趋于自动化。 

M2M 应用领域非常广泛。从比较通俗易懂的远程抄表、楼道电灯操控，到生产监控和设备管理，智慧城市管理、安防等。区别于一般个人通信业务，在 M2M 终端构建的行业应用中，各领域应用对信息采集、传递、计算的质量要求差异较大，系统和终端部署的环境也各不相同，特别是千差万别的工业环境。例如，企业希望构建集中化的信息系统，与自身资产建立长久的通信连接，以便于管理和监控。而这些资产往往分布各地，且数量较大。一部分资产配备的通信设备可能没有外部供电的条件（即电池供电，而且可能是一次性的，既无法充电也无法更换电池），或单一的传感器终端需要上报的数据量小、周期长，因此企业往往需要更合理的通信成本来管理这部分资产。 

此外，物联网不仅仅是简单的数据在机器和机器之间的传输，更是机器与机器之间的一种智能化、交互式的通信——即使人们没有实时发出信号，机器也会根据既定程序主动进行通信，并根据所得到的数据智能化地做出选择，对相关设备发出正确的指令。而智能化、交互式也是 M2M 网络有别于其它应用的典型特征。PWC 指出，人工智能和物联网的融合可以归因于六个主要因素：计算、内存和存储价格下降；OT/IT 融合；基于云的大数据分析；设备数量不断增长；以及数据传输阻力减少。物联网的建设将允许人工智能和机器学习技术越来越多地整合至生产环境中，大量的数据将自动化，如优化送货路线规划、或制定农作物收割时间计划。 

产业物联网的建设成为必然，使得我们对设备数据处理能力提出更高的要求，一方面，需要处理的信息数据量越来越大，另一方面，随着各方面标准的提高，数据处理难度也会越来越大，处理效率亟待提高，同时物联网设备的部署环境适应要求也越来越高。

更快速、高容量、低耗电、低成本、环境耐受度高，2016 年物联网设备正是无法完全满足这些需求，使得仰赖物联网作为基础设施的 AI 无法大量在生产环境中部署。如今，整个半导体行业从材料到产品设计都更为成熟，现今发展已久的闪存技术也已被证实可以完全应对物联网带来的挑战。 

在功耗方面，新兴的物联网设备装置往往需要外接触控面板做为图像控制接口，或是需要较强的图像处理、语音识别等边缘运算功能，且满足低成本、低功耗、运算效能等各种设计考虑。特别是对智能音箱、智能量表等的电池供电装置来说，电池寿命已成为影响产品是否成功的关键，这也使得低功耗特性日益重要。若要达到长时效的电池寿命，除了考虑 MCU 功耗外，还需搭配其他低功耗的外围零件，以华邦的 HyperRAM™为例，其待机功耗为 90uW@1.8V，而同容量 SDRAM 约为 2000uW@3.3V。HyperRAM™在 Hybrid Sleep Mode 下，其功耗仅有 45uW@1.8V，与 SDRAM 的一般待机功耗相比，有显著的优势。  

在工业应用的愿景上，物联网需要将数十亿以上的设备连接到全球网络，因此每个节点的平均成本必须要够小。受益于串行式闪存的泛用性，关注成本的物联网节点设计人员可利用其极高的数据传输率来实现不同于传统模型的架构。高速串行式闪存能使物联网节点拥有高速存取的能力，省去 DRAM 内存并使用低成本、仅内嵌小容量闪存的主控芯片（SoC）。这种以闪存为基础的架构在减少组件数量、大小和物料清单（BOM）成本的同时，仍可保持系统应用程序所需的效能。在两种类型的串行式闪存——NOR 闪存和 NAND 闪存中，NOR 闪存在本质上使用的是较为可靠的结构，无须错误修正码（ECC）即能可靠地运作。对于内存容量小于 512 Mbps 的应用，通常最符合成本效益的选项是串行式 NOR 闪存。而对于内存容量等于或大于 512 Mbps 的应用，通常会选用较便宜的串行式 NAND 闪存。 

最后，不论是在消费性电子还是在工业应用中，网络连接的终端用户都在不断增加。因而对用户隐私和安全性方面的产生考验，很大程度上会成为限制物联网发展的重要因素，建立信任根和数据保密性也成为应用设计者在开发新的连接设备时最大的考量。对于广泛且稳定地采用硬件信任根的物联网解决方案和基础架构而言，建全的硬件信任是必需的。作为业界第一个拥有共同准则 EAL5+认证的安全闪存，华邦的 TrustME® W75F 安全闪存支持 TCG DICE，能够为设计人员提供安全闪存解决方案，满足对隐私、认证、代码和数据机密性的信任根有更高要求的物联网、人工智能以及其他高安全需求的领域应用。  

未来，随着 5G 网络建设的进一步完善，人工智能与 M2M 应用在全球物联网中的发展应用也将会进一步普及，物联网装置设备对更高性能、更易于封装、更低功耗以及更安全可靠的产品元件的要求将进一步提升。2020 年，由于全球因新型冠状病毒肺炎的大规模流行，人们生活的各个方面在都短时间内遭遇到了不同程度的影响。同时我们也必须看到，疫情过后，部分变化与趋势将有可能会变成常态，如居家办公和在家娱乐，以及机器学习和人工智能代替部分人工等等。社会发展正在催化全球物联网全速发展，并引发新一轮的互联网革命——物联网革命。