當我們看到智能手表(如Apple Watch)、協作型電子白板(如Google Jamboard)或甚至是咖啡機等時下流行的連網設備，往往都會覺得這一定是“硅谷”這個高科技天堂中最優秀、最聰明的人發明的。確實，許多有著知名品牌背書的產品都來自硅谷。

不過，再仔細想想。近來，這些產品的大多數底層軟件與硬件經常都是來自其他地區的創新成果。

瑞士，就是一個最佳寫照；特別是瑞士洛桑聯邦理工學院(école polytechnique fédérale de Lausanne；EPFL)。EPFL嵌入式系統實驗室(Embedded Systems Laboratory)主任兼該校教授David Atienza最近接受了《EE Times》采訪，他告訴我們，從EPFL畢業的許多學生——目前任職于此處的新創公司，如今都是為連網設備開發軟件(或軟件與硬件)的幕后重要推手。雖然Atienza不愿透露他們的名字——無論是個人還是新創公司，但他解釋說，EPFL正迅速發展成為瑞士的創新中樞。

EPFL嵌入式系統實驗室主任David Atienza

例如，當我們在他的辦公室采訪期間，Atienza收到了一個小包裹。拆開禮盒一看，里面躺著一只卡地亞(Cartier)手表。但他隨手就將它送到實驗室去進行拆解，看來在這實驗室中的學生經常拆解一些奢華的手表，就像生物學家解剖青蛙一樣。

因此，當萬寶龍(Montblanc)、豪雅(Tag Heuer)或Cartier等奢華品牌打算為其傳統的鐘表設計結合先進的穿戴式技術時，EPFL通常是他們的優先選擇。

洛桑并不是硅谷。但是，EPFL及其創新園區(Innovation Park；由200多家公司組成)已經聚集了多家企業合作伙伴——包括新創公司和大型企業，如思科(Cisco)、英特爾(Intel)、羅技(Logitech)和雀巢(Nestlé)等。他們都已經在洛桑部署了設計團隊，就近利用EPFL的優勢。

系統級研究

Atienza大力推動系統級研究，并親身投入軟件與硬件的研究。Atienza曾經在西班牙馬德里康普頓斯大學(Complutense University of Madrid；UCM)取得計算機科學碩士學位，隨后又經由歐盟(EU)的Sklodowska-Curie杰出青年資助計劃，自IMEC與UCM取得計算機工程的雙聯博士學位。他深信硬件和軟件的協同設計，才是智能連網設備的未來潮流。

他在十年前加入ERFL，期望最終培養出精通軟件與硬件的學生，因此，在教授學生時并不只是著重于單獨的計算機科學或SoC設計。

這種所謂的“全能”(full-stack)教學途徑在10或12年前是相當新鮮的，由于大多數的學術機構都脫離不了傳統課程，因而對于Atienza的想法十分不以為然。然而，EPFL打算放手一搏。

在Atienza眼中的電子世界，現實的情況就是這樣的。過去幾十年來，芯片設計人員和軟件開發人員已經習于埋首于自己的事情——他們彼此獨立——前面的人只專心做硬件，后面接手的人就專做軟件開發。Atienza認為這使得兩個社群之間的差距越來越大，而且越來越脫鉤。

Atienza指出，即使時至今日，有些在傳統硬件公司和EDA領域工作的人仍然把“全能開發視為一種荒謬的想法”。

為什么力推“全能”？

隨著社群之間不斷分化，芯片設計人員開發的SoC將會缺乏軟件意識。同時，軟件設計也無法充份利用系統中的硬件功能。Atienza解釋說，由于你完全不知道其他社群正在開發什么，最終也只能開發出次優的系統設計。

然而，產業開始走向垂直整合。Atienza說：“蘋果公司(Apple)就是一個最佳的例子。Apple由于為其iPhone設計自家的應用處理器，從而定位自家公司必須為其軟件與硬件實現優化。”

“像Apple這樣的大公司，就能夠經由采用自家硬件與流程，最終邁向全能開發。”但是，Atienza指出，其他公司卻經常忽略了這一點，因為他們既沒有自己的設計流程，也缺乏以“更通用方式”促進硬件和軟件“協同設計”的EDA工具。

就在上個月，Atienza在意大利Fiuggi的第14屆國際先進計算機架構與高性能嵌入式系統編譯暑期學校(ACACES)教授課程。Atienza說：“在今年的ACACES上，我的教室里擠滿了人——超過200名博士生和專業人士，他們都在努力地學習如何為物聯網(IoT)系統打造完整的軟硬件(HW-SW)協同設計堆棧。”

他指出自己也曾經是一名學生，參加了同一所暑期學校的第一屆課程，重點在于教授經典的計算機架構。如今，該校的課程融合了硬件和軟件設計的不同元素。雖然他們教授硬件課程，包括內存、GPU和神經網絡加速器等，但也提供系統設計課程。他解釋說，這將有助于學生更深入地學習邊緣運算系統、平行軟件開發、安全性以及實時設計等。

IoT設備的演變

IoT設備的發展仍然在持續進展中。但業界肯定掌握到的一件事是邊緣運算的重要性。Atienza說：“你必須提高硬件運算和數據儲存能力，才能讓IoT設備盡可能地在本地和邊緣處理最多的數據。”

就像Apple Watch從Series 1到Series 2 (GPS)和Series 3 (GPS + Cellular)的演變過程，就是一個很好的例子。

Atienza并以通訊成本為例解釋，透過藍牙將數據發送到手機后再發送到云端，這一筆通訊成本可不小。因此，“你在邊緣能做的事情越多，你的IoT設備就越有效率。此外，必須發送到遠程的數據越少，就越能保有安全與穩私性。”

除了連接性之外，供應商近來對于在IoT設備中添加AI功能變得越來越有興趣。“但在啟動開發項目之前，IoT公司首先必須考慮為什么要將他們的設備連接到因特網，他們期望AI做什么，以及，最重要的是，這些AI如何使消費者受益。”

例如，在連網燈泡的發展早期，有些消費者對于使用智能手機就能打開和關閉燈光感到十分興奮，但卻忘了先想看看究竟是以智能手機進行互動還是直接手動切換墻上開關比較方便。

Atienza認為，AI正蔓延至IoT話題的部份原因在于AI可以“自動化”用戶的決策過程。消費者更期待他們的設備被“訓練”成自主為其做出正確的選擇，而不必不停地被要求在智能手機屏幕上彈出的選單上做選擇。

然而，在IoT設備上添加神經網絡并非易事。

Atienza說，“一體適用”(one-size-fits-all)的通用AI并不存在。對于某些IoT設備，Atienza的團隊嘗試了卷積神經網絡(CNN)和隨機森林(Random Forest)——兩種不同的AI模型，以便于比較其結果。基于判定樹的模型，如Random Forest，被認為是“更簡單的AI”。Atienza說它的效果更好或比CNN更強大，具體取決于某個IoT設備所需的可用數據集、速度和大小。但是，當沒有專家可用于手動制作功能時，CNN可能會更勝于Random Forest。

對于在IoT設備中優化軟硬件(尤其是神經網絡加速器)的IoT系統設計人員而言，添加AI也為其帶來了更大的壓力。

即使在選擇了AI模型之后，挑戰這才開始，接下來才是真正困難的部份。

AI并未提供有關如何檢測特征與學會作出某個結論的線索。如果少了解讀AI思想的基本能力，Atienza問道：“你如何驗證他們[支持AI的IoT設備？”他解釋說，他的團隊最終部署了各種相對的神經網絡，以了解AI正在檢測哪些功能。

當然，我們已經從汽車界了解到，當自動駕駛車制造商必須為其AI驅動的車輛進行安全驗證時，AI正是其中最棘手的問題。在此情況下，自動駕駛車很可能讓人們的生命受到威脅。

然而，Atienza強調，“如果支持AI的IoT設備無法發揮作用，就會扼殺市場機會，以后人們也不會買賬。”

Atienza表示，他在EPFL的團隊參與了Nespresso連網咖啡機系列的開發。該系列的第一款產品已于兩年前推出。下一代Nespresso連網咖啡機計劃于今年秋季推出。

視頻鏈接：https://www.youtube.com/watch?v=yAxVcAhoT7A&feature=youtu.be

企業培訓

Atienza及其團隊有效利用了EPFL與企業伙伴的合作成果，提供了為期三天的IoT課程。下一次的課程計劃于9月初開設，范圍將涵蓋三大主題：針對云端IoT邊緣運算的智能平臺(硬件和軟件設計、功率/能源要求)、IoT通訊(協議、網絡、最新標準)，以及安全的IoT應用(工業4.0和穿戴式IoT設備等)，包括數據收集和數據分析等實際案例研究。

Atienza也在中國深圳和香港私下提供類似的課程，特別是提供給一些大型的中國企業。

Atienza認為，在企業內部提供培訓至關重要。“公司通常未能真正定義其IoT設備應該做些什么，他們往往缺乏深厚的技術能力，也不了解系統背后的運算成本及其隨著增加更多功能帶來的更多成本。”他說經常看到一些公司求助于其開發團隊，要求開發可支持“藍牙、應用程序(App)、AI和區塊鏈(blockchain)”的IoT設備。這些要求都是企業標準IoT清單的熱門關鍵詞。

但是，Atienza表示，最重要的項目卻從未列入此清單中：“它對于消費者有什么好處？”

在接下來的幾頁中，我們將透過圖片看看EPFL學生們正在進行中的一些計劃，并且來個瑞士EPFL校園之旅。

校園健身監測計劃

EPFL在校園中推出了一項健身監測計劃。它連手洛桑大學(University of Lausanne)、運動與健康中心(Sports and Health Center)以及當地一家新創公司Be.care，共同“建立了一個架構，透過最新的穿戴式技術(智能手表和智能手機的客制App)，使用校園中學生和教職員的數據”。

從每個EPFL學生參與者定期取得的數據報括心率、心律變動性、訓練負載和參與者的問卷答案等。其目標在于量化每位使用者的壓力和緊張指標。

根據這項健身計劃，收集到的資料將會被發送到Be.care云端系統，接著在Be.care的AI系統將會計算生物-數字簽名，并與運動與健康中心合作提出簡單的解決方案，以改善復原或改變學生的日常習慣。

以下幾張照片則是EPFL嵌入式系統實驗室開發的軟件與硬件建構模塊。

Feavr開發項目

EPFL嵌入式系統實驗室的學生開發的虛擬現實(VR)游戲App，可連接至平板電腦、智能手機和智能手表。隨著VR游戲中的恐懼因素增加(例如改變在地牢內的照明)，透過可穿戴設備即可監控游戲玩家的心率。

視頻鏈接：https://www.youtube.com/watch?v=oQnXzDU-cwg&feature=youtu.be

EPFL創新園區

EPFL創新園區由13棟建筑物組成，包括新創公司、中小企業(SME)和幾家公司的研發團隊。這些公司的研發活動包括信息技術、運算、健康和營養，到工程、運輸電信或材料等。

EPFL圖書館

EPFL圖書館(EPFL Library)為學生、研究人員和教授提供先進的服務。這座公共圖書館位于EPFL的勞力士學習中心(Rolex Learning Center)，于2010年落成，其藏書可供所有感興趣的人借閱。

ArtLab大樓

ArtLab是EPFL校園的文化和藝術活動中心。

SwissTech會議中心

位于EPFL校園附近的SwissTech會議中心是日內瓦湖(Lake Geneva)地區最大的會議中心之一。

洛桑市中心

（圖片：David Benjamin）