過去半個世紀以來，技術浪潮一波接著一波，從個人電腦和微處理器到有線電話，再到移動電話和智能手機，每一波浪潮各有其側重點。下一波浪潮將是現實世界與數字世界的互連，而傳感器將在其中扮演重要角色。
本文總結5項筆者特別看好的傳感器技術與事件，因為它們展現了未來傳感器產業發展的方向。
一、MEMS快速增長：2024年CAGR達8.2%
根據Yole Développement，2018年全球MEMS市場達到了116億美元，預計到2024年將以8.2%的復合年均增長率（CAGR）持續增長。其中，消費應用將占MEMS市場的60%，汽車應用則占20%。其余的20%包括電信、醫療、工業和航空應用。
2018-2024年MEMS市場規模預測（圖片來源：Yole Développement）
Yole技術市場分析師Dimitrios Damianos表示，從圖中可看出MEMS有三個增長區。第一個增長區主要由傳統的MEMS（如MEMS麥克風、慣性、壓力和光學MEMS）組成，其市值的CAGR約低于5%。
第二個增長區約在10%到15%之間，包括環境MEMS、微流體、微測輻射熱計、熱電堆和射頻MEMS。Damianos解釋說：“例如，熱電堆由于成本低廉，可用性高，可用于智能建筑；微流體可用于DNA測序；微測輻射熱計則可作為冗余傳感器，用于實現高級駕駛輔助系統（ADAS）和自動駕駛出租車中的熱成像。”盡管智能手機市場放緩，但5G可望推動新的芯片需求，RF MEMS則可應用于新的基站部署和邊緣計算。
Damianos說，最后一個增長區落在15%到20%之間。微型揚聲器和超聲波指紋等新興MEMS有望推動未來的市場增長。最后，傳感器融合與AI和邊緣計算相結合，可望刺激新的用例，重振MEMS市場。
二、智能傳感器遵循的六條黃金法則
自動化時代已經到來。傳感器在結合模擬世界與數字世界的過程中扮演著關鍵的角色，其部署將使城市、家庭、工廠以及汽車和個人設備更加智能化。
ST模擬、MEMS和傳感器產品部副總裁Andrea Onetti說：“這是我們第一次看到，兩個從未互相交流的世界開始跨越橋梁共同支持工業4.0等新趨勢。如今正是提升MEMS能力的最佳時機！”但唯有當企業遵循六大“黃金法則”——更高精度、更低功耗、更精巧、更高可靠性、更高能效以及更智能——才有可能做到這一點。
Onetti說：“過去十年，我們已經將功耗降低了2倍，尺寸縮減了70%，成本也減少了75%。這讓我們改善了73%的加速度計噪聲、83%的陀螺儀溫度穩定性，并將滿量程范圍提高了100%。”
最后，“我們已經能夠插入可在本地處理的數字功能，提高了整個系統的效率。”隨著傳感器能夠提供越來越精確、與時間相關的預處理數據，硬件制造商和服務供應商的新商業模式即將出現。
三、MEMS開發：云仿真超越原型制作
近年來，仿真技術，尤其是云仿真，已經超越了真實原型制作的效率了。MEMS公司如今正致力于仿真數以百萬計的潛在傳感器設計，以減少真實原型制作，最終降低成本、風險并縮短上市時間。初創公司OnScale就是其中之一。
OnScale成立于2018年，據稱已將先進的多物理場求解器與近乎無限的云端超級計算能力相結合。onScale CEO Ian Campbell說：“這使得工程師們可以使用云端的超級計算機，對其MEMS器件展開先進的多物理場分析。”
Campbell說：“數字原型可用于表征真實器件。它提供了真實器件所能提供的所有工程數據，但無需經歷繁復的原型制作、封裝、仿真和最后測試的過程。因此，我們可以預先告訴工程師其器件是否能正常工作，然后再進行成本高昂的真實原型制作。”
作為MEMS云仿真的一部分，OnScale可進行數字認證，并研究封裝、組裝的可變性對于整體性能的影響。Campbell說：“如果你選擇MEMS代工合作伙伴或自家的晶圓廠，那么工藝工程師就能幫你收集工藝數據。我們可以利用這些信息，并將這些信息反饋給設計工程師，還可以利用工藝仿真來確保代工產能。”
四、光譜技術加速商業化過程
新型傳感解決方案使得光譜分析的尺寸和成本持續下降，因此加速了其商業化的過程。比如ams的光學傳感技術，正改變個人健康監測和智能農業。
“快速測量物理參數的需求推動了光譜技術的小型化發展。”Ams研發部資深副總裁Verena Vescoli表示，“根據檢測的波長范圍，光譜傳感技術能夠廣泛地應用在顏色匹配、化妝品膚色、醫療保健診斷、食品和農業分析等環境。”
五、傳感器推動醫療和時尚可穿戴設備的發展
傳感器的普及將推動個性化醫療和時尚可穿戴設備的發展，預計到2024年，可穿戴設備將達到320億美元的市場規模，這最終會要求傳感器變得更智能。
比如，為了實現這一目標，華為實現了越來越多智能設備，為我們呈現了異構計算推動“超越摩爾定律”（More than Moore）計算的新時代，換句話說，即如今已到超越摩爾定律物理極限的時候了。另外，當今移動領域還將面臨一定的挑戰。例如，如何在不依賴時鐘頻率的情況下提高系統性能，以及如何提高機器學習和AI的潛力，使其變得像今天的通用計算一樣，這些挑戰反過來也為消費應用帶來巨大商機。
再比如，3D技術在2015年開始發展，如今已成為主流，展望未來，可以預見2031年以后將出現存儲器和邏輯電路的單芯片集成。
