傳感器作為電子產品的“感知中樞”，在消費電子、工業、醫療、汽車等領域的應用越來越廣泛，于基本功能之外也開始越來越多承擔自動調零、自校準、自標定功能，同時具備邏輯判斷和信息處理能力，能對被測量信號進行信號調理或信號處理。這就需要其擁有越來越強的智能處理能力，也即朝著智能化的方向發展。為了使客戶能夠更快、更便捷地完成系統開發，一些傳感器廠商開始將MCU與傳感器加以整合，提供MCU+傳感器的模塊化開發平臺，逐漸成為一類產品發展趨勢。

　　然而，無論是場景、位置和環境感知，還是基于運動、觸摸和手勢的交互功能，往往需要傳感器的“始終開啟”來實現，這與物聯網、移動通信終端的低功耗化趨勢又有所相悖。MCU往往具有多種工作模式，睡眠模式下只需極低功耗。但“始終開啟”對于MCU和傳感器的低功耗需求提出巨大挑戰。如何解決這一矛盾關系到MCU與傳感器的發展路徑。為此筆者采訪業界主流廠商，探討技術發展方向。

　　飛思卡爾高級副總裁兼微控制器部總經理Geoff Lees

　　MCU＋傳感器將走向SoC化

　　毫無疑問，物聯網將成為全球信息通信行業的又一個新興產業，安全性、可擴展性和高能效是驅動未來IoT發展的三要素。物聯網的基本要求是物物相連，每一個需要識別和管理的物體上都需要安裝與之對應的傳感器。隨著物聯網技術的進步，要求傳感器不僅具備基礎的信息收集功能，智能化的信息處理能力也成為判斷其性能高低的重要依據。因為不可能將所有運算都放到云端完成，網絡的各個節點也要完成各自的運算任務。因此，傳感器和微處理器結合、具有各種功能的單片集成化智能傳感器成為主要發展方向。現在傳感技術和MCU的發展很快，集成度越來越高。盡管MCU與傳感器的工藝技術有很多不同之處，目前實現整合比較困難。但是SoC是行業發展的大趨勢。我們在密切觀察是否能在下一個工藝節點上，比如28nm實現兩者工藝的融合。

　　此外，32位MCU的增長速度已經遠遠超出8位和16位MCU。32位MCU在全球增長速度是15%以上，其中ARM架構的32位MCU的增長速度更達到這一速度的兩倍。過去兩年里，32位MCU出貨量翻一番，以前的規律通常是5年才能達到翻一番。2014年在全球范圍內的增長，主要來自IoT和智能互聯增長的貢獻。基于ARM架構的Kinetis系列是市場上表現最好的MCU產品之一，并保持了強勁的增長勢頭。我們相信，ARM生態環境將支持我們更好地服務客戶，簡化他們的設計，使客戶將更多精力關注于應用、軟件和服務上。

　　恩智浦微控制器通用市場產品線總經理Ross Bannatyne

　　以MCU“監聽”功能解決傳感器高功耗挑戰

　　現今移動設備引入的各種高級功能，例如場景、位置和環境感知，以及基于運動、觸摸和手勢的交互功能，甚至包括語音激活，都是通過不斷增加的“始終開啟” 傳感器來實現的。在不久的將來，其他行業也將需要類似于智能手機的產品功能來增強他們的客戶體驗，從而同樣取得顯著的進步。當前，很多已有MCU傳感器處理架構耗能過多，或者無法隨著傳感器數量的增加來有效地擴展。LPC54100系列僅需3μA的極小電流即可實現持續傳感器監聽，這對始終開啟的應用至關重要。另外，作為傳感器應用領域的首創功能，該系列產品的非對稱雙核架構實現了工作狀態下可裁減的功耗/性能，讓開發人員能夠使用Cortex M0+內核（55μA/MHz的）來處理傳感器數據采集、整合和外部通信，從而優化能效，或者使用Cortex M4F內核（100μA/MHz）更快執行復雜數學密集型算法（例如，運動傳感器融合），同時節省能源。

　　該架構帶有專為實現高能效而全新設計的一系列模擬和數字接口，包括能夠在寬電壓范圍內（1.62V～3.6V）支持各種規格性能的12bit、4.8Msps/s的ADC，以及低功耗串行接口，這些接口讓LPC54100系列能夠提供低于其他同類微控制器的能耗。

　　奧地利微電子高級市場經理Russell Jordan

　　整合MCU與傳感器 SIP是當前主流

　　作為物聯網感知層的重要組成部分，智能傳感器的作用越來越明顯，MCU+傳感器所形成的智能傳感器越來越成為微電子廠商進行產品開發的一種選擇。整合傳感器與MCU將是未來的發展趨勢，但業者應順其自然，比如CO2感應器、濕度傳感器、亮度傳感器等與MCU整合起來十分困難，目前來看兩者分立也沒有太大的缺點，廠商可不必強求；但是對于一些相對容易實現整合的傳感器類型，比如觸摸屏控制器、加速度計、陀螺儀，在市場需求擴大之后，已經有廠商將其SoC化了，廠商應迅速抓住機會。

　　傳感器使用的MEMS工藝和MCU制程有差異，兩者的SoC整合在半導體技術上存在一定的挑戰。相對而言，SIP的解決方案更加可行。現在，許多MCU已經采用這種方式與傳感器相集成。我們會看到更多專為自動采集傳感器數據而設計的MCU架構的出現，在為 IoT而優化的超低功耗平臺上實現傳感器數據匯聚。