接着上期
ISSCC 2018 前瞻 之 人工智能硬件篇
，矽说小编今天再给大家简要介绍下ISSCC 2018的另一大看点——传感器（Sensor）与模数转换器（Analog-to-Digital Converter）。作为智能硬件的信号输入，传感器和模数转换电路设计一直是传统模拟与混合信号电路的设计核心。ISSCC 2018在这两个领域篇幅上的变化可见一些端倪。最后，小编还整理了今年最热门的模数转换器与传感器的应用—— 脑机接口 的一些新成果。
有着一颗模拟初心的小编就把这期矽说当作是Cyber Monday的小礼物咯～
首先拿ISSCC的完整session timetable镇个楼，好像今年的最后一天已经是大除夕了（北京时间年初一了吧），不如在三藩过个节？
没
有
ΣΔ
，不成ADC
——又见高精度的天际
做模数转换器（Analog-to-digital Converter, ADC ）的战友们或许对ISSCC 2018略有失望，今年模数只有1.5个Session （或者说一个长session一个短session，短session还基本是DAC），应该算是历史最低吧。小编还记得4年前第一次来开ISSCC的时候，ADC可是有2.5个session啊。但是今年ISSCC ADC的paper有一个共同的特点——精度可不是一般的高：
简直已经到了没有80dB SNDR/DR 就不能出来见人的时代。在SAR的潜力逐渐被耗尽的今天，不懂Delta Sigma，不知道的噪声整形（Noise Shaping）ADC设计师们就快只能说自己的模拟电路是体育老师教的了。而基于Delta Sigma原理的Zoom ADC, Incremental ADC正在不断进步，在低功耗领域寻找更适合的发展。
或许这也给国内的混合信号领域的人才培养方向敲了下警钟，片面注重电路设计（SAR / Pipeline ADC）而忽略信号与系统（Delta-sigma，MASH）的培养模式究竟可以走多远? 小编曾听到无数过高级硅工吐槽说现在招一个DSM的工程师有多不容易。
心有多大，传奇器就有多大
—— 混合信号的系统之路
在ISSCC 2018的session设置上，重复最多的字可能就是Sensor了吧，从Session 5 Image Sensors （图像传感器）, Session 10 Sensory Systems （传感系统）, Session 19 Sensors and Interface （传感器与接口电路）到 Session 24的RF Tech for Communication and Sensing (射频通信与传感技术)，还有三个实质和Sensing强关联的 Session 7 Tech for Health and Society （社会与健康电路技术）， Session 21 Extending Silicon to its applications （硅基应用） 以及 Session 29的Advanced Biomedical Systems （先进的生物医学系统），今年在传感器几乎占尽了模拟电路的半壁江山，不可谓不壮观。或许也这也正式ADC Session被缩减的另一大因素（纯猜测）。
以Session 10为例，其实这一页简直是GRE的词汇考试，不查字典根本看不懂:-(
小编就勉强当一下翻译，各位看官想投钱的可得赶紧了，明年估计就都是产品了：
10.1 频率调制的陀螺仪
10.2 无GPS的导航系统（基于惯性inertial和地面反射）
10.3 86寸手写笔电容触摸屏（手写时的手掌触摸干扰的抑制）
10.4 同时兼容电容感应与有源 手写笔的调频触摸屏
10.5 3D超声探头的模拟前端与ADC设计
10.6 具有体内心电检测功能的微芯片导尿系统（？？）
10.7 无参考时钟的磁传感器
10.8 内置热成像的微芯片辐射热测量计
还有这 21.1 通用多传感器可编程接口
虽然几乎其中的每一个传感器应用都有具体交叉领域的其他学术背景。但是也正是这样的交叉发展，才是集成电路改变整个世界的必经节点。
嫌疑人N的现身
—— 用芯片来指导神经网络
在这些复杂而又专业的传感应用，有一类应用在ISSCC 2018的他特别火爆，横跨多个Session，它就是—— 脑机接口电路，简而言之就是把传感器（电极）插到脑子里，记录电极附近的脑神经信号，偶尔还顺带用这些电极刺激一下脑功能区，治疗各种“神经病”。虽然听上去是一个简单的活，但是做起来可以各种残酷，比如当你知道电极是这样的时候：
满清十大酷刑的即视感，有木有！随着微芯片技术的发展（摩尔定律神助攻）， 脑机接口的的可记录的神经元数量已经从几十变成了几千，几万，也正是基于这样的发展，才有Elon Musk的Neural Link。更或许正是马斯克大人的号召下，ISSCC 2018才有如此井喷成果（相比与ISSCC 2017的2篇paper）。小编相信这些技术将极大的推动神经科学家对神经网络的理解和计算机科学家对人造神经网络（Artifical Neural Network / Deep Learning）的改造。
除了已经在ADC session中出现的14.2， ISSCC 2018还包括了如下脑机接口电路的文献：
