- Advertisement -
首頁 市場分析

市場分析

- Advertisement -

專訪電信技術中心副執行長林炫佑 系統級檢測方法打造安全物聯網

財團法人電信技術中心副執行長林炫佑指出,國發會正在推動亞洲矽谷計畫,倡導物聯網應用,而強化物聯網的資訊安全,則是其中不可或缺的一環。但物聯網應用種類繁多,涉及的設備型態也十分多樣化,這使得守護物聯網資安的工作變得千頭萬緒,產業鏈的各方都必須承擔一定的責任。系統層級的資安檢測標準,則可協助設備製造商、使用者在實現安全物聯網的過程中,逐步理出頭緒,進而落實對應的防禦機制。 具體來說,要實現系統層級的物聯網安全,資安團隊必須先從威脅模型的建立著手,找出可能危害系統安全的資安威脅型態;第二步則是針對這些資安威脅型態進行系統漏洞偵測,找出防禦脆弱的環節;第三步則是針對這些環節進行滲透測試,確認是否能成功滲透。最後則是對此漏洞可能造成多大的損害進行衝擊評估。這套標準作業流程可用來評估物聯網系統的安全程度,且根據電信技術中心的經驗,目前市面上有很多物聯網設備都是有漏洞的,而且很難修補。 林炫佑分析,這些漏洞之所以難以修補,主要原因有以下幾個:一、系統過於老舊,早已有大量漏洞被發現,但原廠已停止對這些系統提供修補或維護;二、系統在設計時沒有把資安納入考量,當發現漏洞時,修補的代價太高。因此,當企業或組織在採購、招標時,就應該把資安規格寫入招標採購書內,這樣供應商才會在產品開發時,把資安納入設計考量。 財團法人電信技術中心副執行長林炫佑表示,系統層級的資安檢測標準可協助掌握物聯網系統的安全風險。  
0

專訪Vivo 5G研發中心總監秦飛 Vivo積極插旗5G手機商機

在4G時代發展智慧手機有成的Vivo,迎接5G時代的全新發展趨勢,已於全世界各地布局九個研發中心並投入大量資源,Vivo 5G研發中心總監秦飛表示,該公司在5G方面有逾3000項技術貢獻,尤其在提升使用者經驗相關的技術上,如UE Power Saving、Multi-SIM、UL-MIMO、UE Mobility、UE Capability等。面對5G時代的全面聯網趨勢,Vivo提出「1+3+X」的產品策略,以手機為核心,搭配智慧眼鏡、手表與耳機,並向外聯結電視、電腦等更多裝置。 NEX3規格為屏占比高達99.6%的6.89吋Super AMOLED 1080×2256 FHD+螢幕、核心處理器採用Qualcomm S855+搭配5G基頻晶片X50、6400萬畫素F1.8 + 1300萬F2.2廣角/微距+1300萬F2.4長焦/人像三顆鏡頭配置、1600萬畫素前置鏡頭、8GB RAM + 256GB ROM組合與4,500mAh電池容量。 面對5G在傳輸速率、資料傳輸量、連接數量等大幅提升,網路反應時間不斷降低的需求,對於手機業者而言,技術挑戰越來越嚴峻,秦飛坦言,在天線、散熱、電路布局與電池容量/耗電部分都非常棘手,NEX 3在天線部分採用6支,未來隨著傳輸速率提升或毫米波頻段的導入,勢必放入更多天線,為了納入更多天線,Vivo也開發AiA(Antenna in Antenna)技術,在體積較大的4G低頻天線中,透過穿孔放入體積小的毫米波天線,金屬間再使用絕緣材料隔離避免干擾。 而在散熱設計上,秦飛解釋,NEX 3導入多層石墨散熱片(Multi-layer Graphite Heat Sink)、碳纖維導熱片(Composite Carbon...
0

專訪Dialog低功耗連結事業部門總監Mark de Clercq 低價/高效藍牙SoC攻IoT聯網商機

Dialog低功耗連結事業部門總監Mark de Clercq表示,隨著需要無線連接的設備不斷增長,但實現完整物聯網系統的成本卻面臨壓力;多數設備無法聯網、智慧化的主因多是成本太高。因此,該公司以降低成本為出發點,打造出價格更低,但依舊有高效能的藍牙SoC。 Mark de Clercq進一步說明,該公司從更少材料、更少外部元件、更小/更便宜的電池;以及更低成本的製造這四大方向著手,才得以實現體積更小、高性能卻又保有低價的藍牙SoC。在以一千萬顆為量產單位的基準下,價格可以低至0.5美元。當然,為滿足少量開發的需求,該公司也推出SmartBond TINY模組,以一百萬為量產單位的話,每個模組的價格也只需約1美元,同樣能減少開發成本。 據悉,新產品的尺寸僅為其前代產品的一半,為2.0×1.7毫米,且具備高整合度,僅需要六個外部被動元件、一個時脈源和一個電源即可構成一個完整的藍牙低功耗系統。對於開發人員來說,這意味著SmartBond TINY可以輕鬆地納入任何設計,例如電子觸控筆,貨架標籤,信標或用於資產管理的主動式RFID標籤等;此外,消費者也可享受到減小系統尺寸和功耗的好處,因為可取代紅外線(IR)遙控器或運用於玩具、鍵盤或智慧信用卡和銀行卡等領域。 簡而言之,新推出的藍牙SoC以較小的尺寸搭配高效能,成功降低系統成本,適時解決了IoT設備日益增多且成本日益攀升的難題,可以將無線連接擴展到以往因為尺寸,功耗或成本限制而無法廣泛採用的應用領域,特別是成長驚人的醫療領域,例如分藥器、體重計、溫度計、血糖儀等設備當中。戴樂格預期該產品將被應用在10億個設備中,點燃新一波IoT設備的爆發成長。 Dialog低功耗連結事業部門總監Mark de Clercq表示,低價藍牙SoC有助於加速IoT設備聯網、智慧化。  
0

得美感者 得商機

有幾位被我推薦看這部動畫影片的朋友,很感慨的對我說,他終於又看到質感與美感兼具的商業行銷,希望這是一個經由質變產生量變的開始。我當然聽得懂朋友的意思,因為我也有相同的感慨。在看影片的同時,我的腦海裡一直浮現今年搭飛機出國,機組服務人員示範戴呼吸面罩、模擬使用吹管充氣救生衣的畫面,為什麼這麼多年來,這些公司就不會想到要拍一部動畫影片。 凡是有搭機出國經驗的讀者,對這個畫面一定不陌生,因為這是飛航安全宣導的標準作業程序(SOP)之一,搭機旅客都知道這是登機程序的一部份,成人旅客經常視而不見,未成年旅客更沒有興趣停看聽。而且對航空公司來說,這是被核定的SOP,怎麼能被改變,也不需要被改變,更沒有人會想到要改變,因為都己經被行之有年的「固著框架」影響,忽略飛航宣導的首要目標,就是要先吸引旅客的注意力,然後觸發學習興趣。偶而會從新聞中看到有幾家國外航空公司,安排機組人員以戲劇或舞蹈的方式宣導,雖然也能吸引搭機旅客的注意力,但如果有旅客想要再看一遍呢? 終於,我們有一家航空業者注意到科技「美」感。 1997年9月賈伯斯(Steve Jobs)重新回到蘋果公司掌權後,起初他很積極的對外物色世界級的頂尖產品設計師,後來遇見設計部門主管艾夫(Jonathan Paul Ive),二人的設計理念一拍即合。當時,艾夫因為無法忍受蘋果公司高層,只重視獲利最大化,卻忽視產品設計的政策,在決定要離職前,聽到賈伯斯對產品設計理念的宣告,就打消離職的念頭,後來艾夫和賈伯斯聯手出擊的最首要戰功,就是在1998年5月為蘋果公司設計桌上型電腦iMac。 賈伯斯和艾夫共同擁抱的核心設計理念就是「美」,他們兩人奉行達文西對美的詮釋「簡約是細膩的極致」(Simplicity is the ultimate sophistication),認為簡單就是美,所以在產品設計上,不斷的追求將複雜變為簡單的美。甚至將美的理念貫徹在產品包裝設計,為iPod nano與iPhone的包裝盒申請專利,因為賈伯斯要求產品包裝必須能夠傳遞產品的美,要讓消費者在開箱的瞬間,感受到裝在盒子裡的是一件珍寶。艾夫回憶他和賈伯斯,花費很多的時間在產品包裝設計上,因為他們要為消費者創造一個拆封儀式,打開包裝盒的過程就是一幕戲劇,整體感受就是一個迷人的故事,他們想要讓消費者,為如此的魅力品質,深深的著迷。 從這樣的思維脈絡,讓我們從哲學的角度來認識「美」。美學(Aesthetics)也被稱為「感覺學」,字彙來源於希臘語Aisthetikos,原始意義為「對感觀的感受」,著重於探索美的本質與意義,以及人類審視美的現象。許多人誤解「美學」只是一門探討「美」的學問,其實「美」反而是「美學」探討的眾多型態之一,古希臘美學理論的探索,著重於審視人們「欣賞美」與「創造美」的活動基礎。 所謂美的事物又是如何產生的呢?古希臘哲學家亞里士多德(Aristotle)認為「美」產生於大小和次序,產生於一定的尺度,而尺度則來自於四個原因,分別是「質料因、形式因、動力因、目的因」。例如產品包裝盒,用紙的品質就是質料因,外形設計就是形式因,製造包裝盒的機械或工匠就是動力因,包裝盒的用途就是目的因。這四個因,和諧搭配就可以圓滿的體現事物,創造符合美感的整體性,任何一個因,過與不及,都會破壞整體的和諧尺度,反而因此失去美感。 德國哲學家康德,認為「美」有兩種:純粹美與依存美。純粹美就是事物本身固有的美,也可以稱為自然美,而依存美就是有條件的美,美感來自於依存的整體,也可以稱為藝術美;德國哲學家黑格爾認為,人們會被事物直接呈現的外在因素影響,引導至追究事物的意涵或內容,而人們在追究的過程中,會假設內在事物的價值,此時,外在因素的作用,就是指引人們找到這個價值。 依據康德對美的詮釋,iPhone包裝盒使用的高質感白色紙,就是在呈現自然美,而依附於包裝盒內的產品,創造出整體的藝術美,讓果粉在開箱儀式中,不自覺的、緩慢細膩的跟著美感拆解;透過黑格爾的論述觀察iPhone包裝盒,當消費者看到高質感的白色紙盒,就會被引導想像盒內物品的價值,高級的外包裝,創造更高價值的想像,而在開箱探索的過程中,逐漸裝填得到假想價值的滿足感。 再從美的角度觀察數位時代,這是一個人人追求「美」的世代,拍照要美肌美膚、直播要看網美、追蹤IG要學美妝、存錢要去醫美;但也是一個人人無視「美」的世代、崇尚假的美、否定自然美、不懂藝術美、忽略依存美、破壞整體美、不知欣賞美、不會創造美。 我好奇星宇航空為什麼會拍攝一部讓大眾感受到美感的動畫,就搜尋星宇航空的網站,又發現一個「創造美」的「照飛機」活動,網站清楚標示在那些地點,可以拍攝到美麗的機腹塗裝,號召飛機迷們,來拍攝塗裝在機腹的企業識別標誌STARLUX,這是利用美麗的飛機外型,引導人們假想追求內在價值的活動。 這個「創造美」的活動,跟我10多年前提出的一項行銷企劃案類似,當時建議客戶與公車業者洽談,在公車的車頂彩繪商品與商標,宣傳對象鎖定坐在玻璃帷幕大樓內的高階主管,每天從窗外向下看時,就會看到正在對他傳遞產品美感的「公車車頂」廣告,可惜沒有被當時的決策者接受。就像蘋果公司設計部門主管艾夫說:「在許多企業裡,好的創意及精采的設計,經常不幸被埋沒。」 星宇航空將機上安全影片融入3D動畫、科幻元素,兼具質感、美感與趣味性,上架半個月即破百萬觀賞人次。  
0

從主觀走向客觀 數位轉型改變決策模式

然而,許多研究都顯示,人的記憶其實很不可靠,建立在記憶之上的經驗自然也是如此。因此,在企業數位轉型逐步落實的過程中,資料決策與經驗決策之間的衝突,必然會頻繁上演。機器收集到的資料跟分析,也不一定完全可靠,特別是在很多數位轉型只做半套的公司中,資料的信度跟效度,會是一個很大的問題。 因此,對於正在推動數位轉型的製造業而言,事實上也不宜太過相信機器給出的資料分析結果,除非對資料收集、分析的方法論,以及許多執行層面的問題有極高的信心。 而這個情況勢必會讓資料決策跟經驗決策的衝突,變成一個更難解的問題。 資料採集/分析可靠嗎? 先問執行與方法論 一般來說,拜感測技術進步之賜,現在用資料採集設備取得的資料,都有相當高的可信度。但對製造業應用而言,因為感測器通常是安裝在遠比感測器要大上幾十倍的機台設備上,因此,感測器裝在何處?如何安裝等技術細節問題,都可能會影響到感測器取得的數值。 此外,就像機台某些零件在持續運作的過程中,會有飄移、老化等問題,感測器本身其實也會有飄移跟老化現象,特別是在某些極端嚴苛環境或特殊應用領域,感測器有時本身就是一種近似耗材的設備,需要定期細心維護保養。 因此,當製造業的數位轉型計畫執行到一定階段,開始有資料收集、分析能力之後,管理者最該嚴格檢視的是這些感測器資料的信度與效度。如果感測器得到的資料本身就有信度跟效度問題,就不用談更進階的資料決策了。 除了與感測器有關的問題外,有時機台參數的設定,也是隱藏魔鬼的細節。有些機台會不斷把生產過程中記錄下來的參數儲存起來,以建立生產履歷。然而,有些工站的操作員為了追求帳面上的良率數字好看,或是盡可能減少停機維護的時間,提高生產績效,會把製程參數的容許範圍設定稍微放大,其結果就是產出品的公差範圍會跟著變大。但由於容許值設定被調整過了,因此設備錄得的資料,表面上看起來是一切正常的。 如果後站對來料公差的容許值夠大,或是後站的加工程序不會讓公差進一步擴大,這通常還不成問題。但如果後站本身對來料公差的容許值很低,或是加工程序會進一步擴大公差,其結果就是半成品在經過幾道製程步驟後,不良率會突然竄升。這對於仰賴資料做決策的生產人員來說,會是一個很棘手的問題,因為產品加工的良率突然下滑,原因不是發生在良率突然降低的工站,而是前面幾站就已經有問題了。 通常,產線作業員不應該有這麼大的操作權限,可以調整這類參數設定。但有設備業者表示,把機台管理權限下放給作業員,是很多製造業者都會做的事情。因為若把管理權限設得太嚴謹,甚至中央統一控管,則機台發生任何問題都要靠產線領班或產線工程師處理,這些管理者會疲於奔命,產線運作也會不順暢。 這也衍生出一個問題,為了追求生產效率,每個產線一定都有標準作業流程(SOP),但當企業開始推動數位轉型時,已經建立的SOP很可能是有問題的,必須重新進行梳理跟檢視。PCB大廠臻鼎的董事長沈慶芳就曾說,該公司的智慧工廠發展策略分成集合、整合跟融合三個階段。 在集合階段,最重要的工作就是對現有作業進行梳理,確定SOP是沒問題的,然後才是開始導入自動化、模組化生產,並引入精密控制、視覺整合等技術。把集合工作做好後,進入整合階段,才開始建構IT系統,導入生產追溯、品質追溯、資訊串聯、工程改善等機制,技術方面則開始推動設備連接化及產品輸送智慧化等技術。 到最後的融合階段,臻鼎才開始聚焦在解決運作痛點,追求生產品質提升、智能生產排程,並導入EDA跟大數據分析、AI、機器學習等技術。 從臻鼎分享的經驗來看,對於剛開始導入資料決策模式的製造業者來說,應該反覆追問的問題有二:一、產線設備所收集到的資料可靠嗎?二、分析人員有足夠的能力,從資料的表象中看出真實問題所在嗎? 在半導體產業,特別是在前段晶圓製程,因為自動化跟機聯網已經導入多年,加上產品製造過程中,對於任何參數飄移或公差的變化都非常敏感,因此晶圓廠跟設備業者都已經發展出一整套用來確保資料品質的方法論,並落實在設備的日常操作跟管理上。但對於其他製造業來說,要一步做到這個水準,可能是相當困難的。因為這不只是技術問題,也是管理政策跟組織文化的問題。 數位轉型需與組織文化再造連動 在數位轉型推動初期,企業管理者最需要關注的,是資料品質跟資料分析能力的問題。高品質的資料是產出高品質分析結果的必要條件,但光有高品質資料是不夠的,還要有具備領域知識的資料科學家來分析,才能產出高品質的分析結果,進而做為管理階層決策的參考依據。 旺宏電子早在1991年就開始發展自家的sNOVA系統,在那個人工智慧還只是學術理論的年代,為何旺宏就開始投入開發自己的數據分析平台?旺宏資深處長涂凱文給出了答案:為了把工程師腦袋裡面的Know-how用資料分析的手段保存起來。 旺宏的主力產品雖然是唯讀記憶體(ROM)、NOR快閃記憶體等利基型產品,但同樣會受到記憶體產業景氣循環的影響。在記憶體產業景氣不佳的時候,很難開出有競爭力的薪資留才。因此,旺宏的管理層思考出一套做法,想藉由資料分析把工程師腦中的知識固化成資訊系統,歷經二十多年的累積演變,才成為旺宏今天引以為傲的sNOVA平台。 在sNOVA逐步發展的過程中,一開始公司內部確實有懷疑,因為當時大數據分析的概念還沒出現,人工智慧更只是學術研究的題目。很多人都會懷疑,真的能靠資料分析來維持半導體廠的營運嗎? 但在旺宏管理層的堅持跟主導下,旺宏的資訊部門開始一步步推動,從最基本的布建感測器、進行資料蒐集開始,到後來建立起廠務、製程控制、設備機台壽命等各式各樣的統計模型,並據此預測廠務設備調度需求、晶圓瑕疵趨勢、機台故障預兆診斷等,證明模型準確度高於人基於經驗法則的判斷後,現在公司的大小管理階層都已經養成靠統計資料做決策的習慣。 涂凱文回憶說,這一路走來有許多不足為外人道的故事,例如一開始在做機台改造,布建感測器的時候,因為IT團隊懂統計、數據分析跟寫軟體,不是半導體製造專家,根本不知道要收集哪些資料,就算收集到,資料品質常常也很差。如果不是製程團隊、廠務團隊的協助,幫IT團隊畫重點,sNOVA是不會成功的。 另一方面,在確定資料品質可靠之後,IT團隊如果只停留在資料可視化,沒有進一步發展出輔助決策系統,這樣的IT團隊只會製造問題,而不是解決問題。旺宏sNOVA平台現在每天會記錄超過40億筆資料,產出數十萬張圖表,如果沒有靠機器系統幫忙過濾,聚焦在異常徵兆或現象上,完全靠工程師人力判讀,絕對會變成災難,並引發公司內其他部門的不滿。如果不做資料過濾、不做分析預測、不做決策輔助系統,那不如不要做智慧製造。 旺宏的成功故事,對其他有意發展智慧製造的製造業者,至少可以帶來四個啟示: 一、由上而下的充分授權跟支持,讓IT團隊可以好好做事。 二、現場團隊必須跟IT團隊緊密配合,才能幫助IT團隊把系統建置好。 三、IT團隊必須要發展出決策輔助系統,並證明系統判斷的準確率高於人基於經驗的判斷。 四、使用者必須養成基於資料做決策的習慣跟文化,否則空有系統也沒用。 第三點跟第四點是許多製造業者在推動數位轉型時很容易落入的陷阱。如果IT團隊只做資料可視化,沒有進一步將資料梳理成可以決策輔助的資訊,這種數位轉型只是半成品,對企業營運的幫助有限,甚至反而會製造組織內的衝突。另一方面,如果決策輔助系統已經到位,但管理者仍未建立依照資料做決定的習慣,決策輔助系統的建置自然失去意義。 管理者的責任:善用KPI工具 企業要成功推動數位轉型,建立起資料決策的企業文化,最重要的其實不是技術。事實上,智慧製造或數位轉型,除了數位雙胞胎(Digital Twins)的建置涉及到複雜且授權費用不低的專業模擬軟體外,絕大多數台灣製造業目前正在推動的數位轉型,所使用的工具跟技術都是很成熟的,有些甚至還已經是開放原始碼的免費軟體。 舉例來說,很多產線設備上都有人機介面(HMI)設備,作業員每天上班的工作內容,就是進行重複的資料輸入操作。但這種重複輸入的工作,早已可用按鍵精靈這種隨手可得的免費軟體來處理,只是工程師可能要會撰寫腳本。 因此,在探討技術問題之前,企業管理者必須先釐清自家公司的數位轉型目標究竟為何,推動過程中如何創造有利的「人和」條件,讓公司裡的各個部門都願意通力合作,完成必要的系統建置。最後才是談技術相關的問題。創造人和是數位轉型裡最艱鉅的挑戰,因為數位轉型通常都是為了提升企業經營效率、導入自動化,而這對員工來說,是很有威脅性的--飯碗可能會因為自動化而不保。 至於對中階管理者來說,從主觀決策轉向資料決策,某種程度上意味著自己過去累積的經驗將變得沒有價值,儘管事實上並非如此。沒有人的智慧,不會產生人工智慧,但害怕自己被取代,是職場人的生物本能。因此,管理者必須設法排除這些非理性因素對數位轉型的干擾。 還有一種情況是製造業在進行數位轉型時常出現的問題:KPI目標的矛盾。對製造主管來說,產能利用率跟生產效率是最重要的績效指標,但在建置決策輔助系統時,除非是新建廠房,否則幾乎無可避免地會涉及機台停機改造、布建工業物聯網等基礎建設的施作。此外,IT團隊不是製造領域的專家,要讓IT團隊理解製造現場的狀況,影響生產良率跟機台健康狀況的關鍵指標為何,現場的專家團隊必然要提供額外指導,這也會影響其工作。 如果要讓IT團隊跟其他現場專家團隊合作無間,在進行數位轉型的過程中,企業管理者必然要調整現場團隊的KPI設定,讓這些專家得以暫時放下效率至上的思維,把心力跟資源放在跟IT團隊合作上。如果KPI設定不調整,對現場狀況完全不懂的IT人,會是製造專家團隊的包袱。
0

AIoT大舉進駐 智慧家庭開啟創新應用大門

AI、邊緣運算技術快速蓬勃,為智慧家庭應用開啟創新大門,除了影音娛樂、照明控制、智慧家電等功能再上層樓外,包括居家監控、門鎖、廚衛用品、暖通空調、睡眠寢具等也都開始導入智慧化、聯網化設計;還有智慧音箱和AI語音助理大舉進駐智慧家庭。 顯而易見,智慧家庭的AI應用正快速擴散,而如何在嵌入式系統中實作語音辨識、機器學習與邊緣AI功能?以及如何運用藍牙、ZigBee、Wi-Fi等聯網技術無縫串連家中智慧裝置?將是家電產品與消費性電子製造商成功搶占智慧家庭AI應用商機的重要課題。 本活動邀請相關領域代表性業者與專家,深入探討智慧家庭AI技術與應用趨勢,並剖析產品設計開發對策。同時,活動中也揭曉由經濟部工業局主辦的家電產品設計競賽得獎名單,並舉辦頒獎活動,鼓勵青年學子投入智慧家電研發並厚植相關領域能量,提升家電產業產品附加價值。 家電設計發揮創意 今年獲獎的設計分別為釀造機、環境降溫爐架、補蚊器、居家無塵室除菌機。獲得金獎的「釀相」保留傳統製麴工法,運用現代科技製作發酵食物,溫濕度調控系統的設置確保其環境適合讓麴生長;並內建藍牙讓裝置可與手機聯結,操作與紀錄關於自釀的大小事。銀獎「涼盛吉食」為針對廚房高溫與油煙設計的環境降溫爐架。為解決火爐之熱輻射直射使用者的問題,「涼盛吉食」替換了現有的爐架,使用白色、亮面的絕熱陶瓷將火源關住,讓熱輻射不再直射出來,並提高爐火的能源效率,更能降低瓦斯的使用量。 獲得銅獎的「合拍」是個有電蚊拍、循環扇和捕蚊燈功能的組合家電,電蚊拍平時吸附在循環扇上,成為吸入式電擊捕蚊燈,也可拆開一分為二,成為電蚊拍、循環扇單獨使用。佳作的居家無塵室除菌機,將無塵室的概念帶入居家,利用臭氧的功效,使家人回到家中能進行簡單快速的全身潔淨,清除細菌和沾染的煙味異味。 家電服務導入AI改善使用者體驗 多年前資通訊產業就看好科技產品在家庭應用的潛力,從數位家庭到智慧家庭,大同家電電子事業部課長傅郁翔(圖1)指出,過去數位家庭是以控制主機如PC、電視或網路閘道器為中心,再對家電進行控制。而現在智慧家庭的概念則是以雲端平台為中心,使用無線網路技術將家電、安防/監控裝置、感測節點等串連起來,透過雲端服務進行產品的控制與管理,安裝與整合彈性較高。也導入AI提升影音品質、整合應用強化生活管理並利用科技降低料理門檻。 圖1 大同家電電子事業部課長傅郁翔指出,智慧家庭的概念是以雲端平台為中心,透過雲端服務進行產品控制與管理。 在智慧家庭發展趨勢部分,傅郁翔表示,未來將發展更多元的操控介面,如語音控制、手機App與穿戴裝置等,多雲串聯將促使服務更加豐富,智慧產品除白色家電之外,燈光、門禁、監控都是。而雲端服務也可蒐集產品使用訊息,大同便以此發展一套產品改善系統,透過主被動蒐集而來的資料,進行分析並提出改善建議。 家用無線網路多協議支援為趨勢 網路身為智慧家庭的連接骨幹,在過去控制主機的架構下,網路架構技術種類較單一,以多點式的星狀網路(Star Network)為主;現今智慧家庭則進化為無明顯主從的網狀網路(Mesh Network)架構,芯科科技(Silicon Labs)資深應用工程師黃金評(圖2)解釋,網狀網路有幾項優勢,包括:延伸網路距離、降低功耗、擴增系統規模、提供最佳響應能力等。現在家庭中網路環境越來越複雜,主要的短距無線技術有:藍牙(Bluetooth)、Wi-Fi、ZigBee、Thread、Z-Wave等。 圖2 芯科科技資深應用工程師黃金評解釋,在智慧家庭的應用中,互連互通是消費者非常重視的功能。 面對混合式的無線/有線網路環境,Silicon Labs近年積極投入發展多協定支援技術,黃金評提出,根據產業研究機構調查,在智慧家庭的應用中,互連互通是消費者非常重視的主要功能。該公司的Mighty Gecko無線微控制器,就支援了Zigbee、Thread和藍牙網狀網路應用,包括聯網照明、網關、語音助理和智慧電表。採用80MHz ARM Cortex-M33核心,專用安全核心可支援快速加密、安全啟動加載以及調試訪問控制。EFR32MG21可提供RF鏈路,以確保可靠的通信。並可使用開發套件、SDK、行動應用程序和Silicon Labs的網路分析器縮短產品上市時間。 另外,Z-Wave也是一種短距離的傳輸技術,和ZigBee一樣基於無線射頻,屬於硬體架構跟協定上的技術,功耗遠低於Wi-Fi跟藍牙,在智慧家庭的應用領域占有一定優勢。黃金評解釋,該技術運作在sub-GHz的低頻段,支援網狀網路架構,在互連互通功能上,該技術支援裝置與命令溝通,並且需要送認證確保裝置的互通性,同時支援向下相容與隨插即用。 善用AI強化技術/產品競爭力 IoT與AI是當今科技產業發展的兩大顯學,釩創科技顧問高達人(圖3)說,AIoT就是兩者的結合,AI無所不在會影響工作與生活,但AI只是一種工具,如何善加應用AI帶來的便利性,以強化產品與技術的深度,而現在全球的科技巨擘,臉書(Facebook)、蘋果(Apple)、亞馬遜(Amazon)、谷歌(Google)、Netflix等,都是善用最新技術的公司,科技產業很多層面的競爭已經沒有國界的限制,將自己的專長做到最好才是真正的競爭力。 圖3 釩創科技顧問高達人說,AI無所不在會影響工作與生活,但AI只是一種工具,善用AI帶來的便利才是重點。 AI應用會滲透到各個領域與層面,不過在智慧醫療、機器人、智慧眼鏡、智慧工廠、智慧家庭/智慧家電、智慧照明、智慧照護等則是較為熱門的領域。對所有廠商而言,導入AI是否成功,高達人認為,最重要的原則就是:AI功能是否簡單易用。面對AI帶來的機會與挑戰,台灣過去幾十年發展資通訊硬體製造的經驗,就是最好的資本,前述AI大廠會不斷發掘AI商機,台灣廠商則是要依著自己的強項找尋立基點,創造與大廠合作的機會。 AIoT將在智慧家庭發揮重大影響 AI未來與智慧家庭的結合肯定會帶來重大影響,資策會數位轉型研究所董一志(圖4)博士表示,在智慧家庭的AI與IoT應用中,三個基礎分別為AI、Big Data與Cloud Computing。在AIoT的趨勢之下,無論是公共建設的推廣還是消費電子產品的問世,廠商必須去思考人們真正的需求為何。而家庭中,燈是最普遍、入門的裝置之一,業界具影響力人士預測,智慧照明會是帶動智慧家庭的基礎應用與架構之一,家居產品/服務大廠也推出可聯結Apple HomeKit、Amazon Echo與Google Home平台的燈泡。 圖4 資策會數位轉型研究所董一志博士表示,在家庭網路應用中,透過深度學習演算法,讓雲端與邊緣裝置協同合作。 而在前瞻創意的應用部分,董一志指出,國外已經出現結合語音助理與無人機的產品,可以自由在室內空間移動,配合人們在家裡各個空間的活動,再回到固定的充電位置;另外,智慧化的家庭網路,透過軟硬體技術,將家用網路聯結優化/最佳化,整合有/無線網路,設定最佳的網路路徑選擇;在家庭網路應用中,透過深度學習演算法,讓雲端與邊緣裝置協同合作;深度神經網路(Deep Neural Network, DNN)近期也應用在網路攝影機上,強化人臉辨識為主的影像辨識功能,讓傳統的家用網路設備增加保全、照護等新功能。
0

工業4.0技術應用擴散 邊緣運算促成萬物智慧化

馬達就是感測器 MCU廠競推邊緣運算 因此,與馬達有關的異常徵兆監測或預防性維護技術,很有機會跨界應用到這類家電或交通工具上。這也是許多嵌入式處理器、微控制器(MCU)大廠正在摩拳擦掌,準備搶食的商機。對於精熟馬達技術的工業設備廠商來說,這也是個異業結盟,創造更多商業合作的契機。 其實,對許多內建馬達的電子系統來說,馬達本身就是一個已經內建好多種感測功能的零部件。絕大多數馬達系統都會搭配微控制器(MCU),如果是小功率馬達,有些MCU還能直接驅動馬達,不必靠外掛的功率模組來執行驅動器功能。 而為了提高馬達的工作效率,為馬達驅控應用而設計的MCU,普遍均內建多通道類比/數位轉換器(ADC)等類比功能,來接收馬達或外掛驅動單元回傳的訊號,包含電流量、電流相位、馬達轉速等。如果是精密運動控制用的馬達,還會搭配霍爾感測器(Hall Sensor),以偵測轉子位置。圖1是一個典型的馬達驅動MCU功能方塊圖,可以看到除了負責運算控制的CPU核心之外,還有大量類比/混合訊號周邊,主要用途除了產生驅動訊號,同時也負責接收來自馬達或驅動單元的回饋資訊。 圖1 典型的馬達驅控MCU本來就有大量類比周邊,在智慧製造浪潮興起後,增添了更多接收外部感測器訊號的介面。 換言之,早在智慧製造浪潮興起之前,馬達除了肩負把電能轉換成機械能的任務外,本身就已經是個功能相當全面的感測系統,因為要有效率地驅動馬達運轉,驅控單元必須隨時掌握跟馬達有關的各種參數。而在智慧製造的觀念開始風行後,馬達製造商開始在馬達本體外安裝了更多感測器,例如振動、溫度、濕度等,以便更全面地監控馬達應用系統的運作狀態。 事實上,因為馬達的任務是把電能轉換成機械能,因此在整個應用系統裡面,馬達後端還有各式各樣的負載裝置,例如水泵、風泵或各種傳動設備。如果應用製造商要追求異常徵兆偵測、預防性維護等系統層級的功能,只看馬達的健康狀態是不夠的。這使得馬達驅控MCU的供應商必須提供更多I/O、更強的運算效能給應用開發者。 另一方面,機器學習(ML)的導入,也使得MCU運算核心的效能、記憶體容量跟供應商的軟體開發環境遇到新的挑戰。即便只是把在雲端訓練好,並經過裁減跟最佳化的模型放進MCU裡面,也會占用不小的記憶體容量。另一方面,這些訓練好的模型,在執行推論的過程中,也會占用可觀的運算資源。 這會使MCU供應商必須在晶片中內建運算效能更高的運算核心,並盡可能在客戶可以接受的成本範圍內,把記憶體容量加大,或是乾脆採用Chiplet的設計理念,把記憶體放在另一個Die,再用先進封裝技術把MCU跟記憶體封裝成單一元件。 事實上,為了儲存程式碼,很多MCU內建的記憶體都是快閃記憶體(Flash)而非靜態隨機存取記憶體(SRAM),但Flash的讀寫速度太慢,而且製程的成本較高,如果要把MCU跟Flash整合成單晶片,不僅成本結構較高,也會拖累CPU的運算速度。恩智浦(NXP)的i.MX RT系列之所以能把Cortex-M7核心的運算效能拉高到接近Cortex-A系列的水準,關鍵之一就在於i.MX RT系列裡面僅有一款是內含Flash的,其他都是純SRAM。也因為如此,恩智浦可能在這款產品上運用了先進封裝手法,把Flash從主晶片切割出去,再用封裝整合。 除了CPU、記憶體等硬體元素外,對MCU供應商而言,如何把ML的工具融合到現有的MCU開發環境裡面,也是一大挑戰。ML的模型訓練必然在雲端資料中心進行,但訓練完成的模型還需要最佳化,才能放進MCU有限的記憶體空間中,而ML推論的結果,又要用來觸發或中斷現有的控制演算法,如果MCU供應商沒有把ML的軟體開發工具融合到MCU開發工具裡,應用開發者的研發過程會非常吃力。 目前恩智浦、瑞薩(Renesas)、意法半導體(ST)等MCU大廠,都已經至少有可供展示的ML開發工具,並預期在未來一年內將這些開發工具進一步與現有的MCU軟體開發工具整合。 MCU全力支援ML推論萬物智慧化有譜 對絕大多數嵌入式應用來說,採用額外的應用處理器來支援ML推論,其實是不切實際的。除了成本因素之外,一般針對3C產品設計的應用處理器,產品生命週期通常只有兩到三年,但絕大多數嵌入式應用,即便是歸類為消費性電子的白色家電,其產品生命週期至少也有五年起跳。換言之,成本相對低廉,而且供貨期夠長的MCU,才是比較適合嵌入式系統使用的解決方案。 在各家MCU廠商都將支援ML推論放進自家產品發展路線圖的情況下,可以肯定的是,絕大多數嵌入式產品未來都有可能支援複雜程度不一的ML推論。而對於工業設備製造商來說,這其實是一個不容錯過的發展機會。 除了工業領域之外,其他垂直產業其實很少在探討異常徵兆監測、預防性維護,甚至更先進的數位雙胞胎(Digital Twins),但這不表示其他垂直產業沒有這種需求,只是相關業者可能還沒想到,或市場上還沒有性價比夠高的解決方案,可以讓其他產業時做出這些功能。 據了解,台灣的電動機車大廠睿能(Gogoro),已正在跟某家一線MCU大廠洽談,希望未來能利用更先進的MCU,對電動機車的動力總成(Powertrain)進行健康狀態監控。不過,對MCU業者來說,動力總成已經是個太大的系統,而且涉及到很多機械領域的專門知識,不是電子業者熟悉的領域;同樣的,對電動機車業者來說,要投資發展相關的機器學習技術,實現可靠的健康狀態監控、預防性維護系統,不只是資源投入的問題,也得走過一條漫長的學習曲線。 因此,原本在工業領域深耕的台灣機電廠商,其實跟電動機車業者有很大的合作空間。因為不少機電設備廠已經走過這段學習旅程,甚至已經將相關技術推向市場。 除了電動機車外,網路零售大廠亞馬遜(Amazon)一直致力於推廣其語音助理服務Alexa,希望讓Alexa能成為智慧家庭裡面的數位管家。但比較不為人知的是,亞馬遜也致力於發展自己的FreeRTOS,可做為各種智慧家電的作業系統。從最上層的雲端與各種服務,到最底層的作業系統,亞馬遜都已經一手包辦,接下來亞馬遜需要什麼?答案當然是作為載具的各種家電硬體。 亞馬遜未必會自己跳下來做家電,但如果有家電廠商採用亞馬遜的整套軟體跟雲端服務方案,卻只是讓家電「聽得懂人話」,那也太沒有差異化了。採用亞馬遜整套方案的嵌入式設備,若僅支援語音助理功能,卻沒有善用亞馬遜提供的整套機器學習工具,實現更複雜的邊緣運算功能,讓家電能夠自我監控其運作狀態,恐怕將很難具有競爭力。有業界人士表示,亞馬遜可能會仿效Google的作法,推出具備自我監控能力的家電產品。若果真如此,則目前市場上眾多家電業者,必然得跟上這波風潮,在洗碗機、洗衣機、冰箱、空調裡面實作類似功能。屆時,萬物智慧化的願景將成為現實。 不過,亞馬遜要推出這類示範性產品,會遇到的問題是MCU供應商跟電動車廠的總合--亞馬遜對機械、機電的領域知識不足,投入研究的時間也不長。因此,亞馬遜就算不跟家電品牌業者合作,也得跟熟悉相關機電設計的業者結盟。這對台灣的機電業者來說,更是一個合作的大好機會。 智慧才是數位家庭的最大賣點 還記得十多年前,英特爾(Intel)曾經力推數位家庭概念,想藉此把x86處理器推廣到各種嵌入式應用領域,但最後因為缺乏豐富的應用跟服務,難以為用戶帶來全新的使用者體驗跟價值,而未能克竟其功。但十多年後,隨著嵌入式處理器、MCU的效能不斷突破,加上機器學習等人工智慧技術突飛猛進,不只聽得懂人話,還懂得自我管理的各種嵌入式設備,將有機會把數位家庭的價值展現出來。 如果只是單純透過聯網,把資訊提供給使用者,卻沒有各種智慧化、個性化的服務搭配,數位家庭不只很難說服消費者買單,對設備製造商來說,也無法創造出新的獲利模式,只是徒增硬體成本。邊緣運算會是這個問題的根本解決方案,因為邊緣運算將把機器設備一直欠缺的「智慧」添加到各式各樣的產品上。工業領域的業者,特別是機電相關廠商,在此一領域有先行優勢,若能好好把握,未來發展空間將充滿想像。
0

創新應用接二連三 AIoT引爆感測新浪潮

AIoT的發展正推動感測器數量與種類的全面爆發。感測器是物聯網(IoT)不可或缺的重要基礎,從個人穿戴、居家、工業、商業到自然環境,各式各樣的感測器就像IoT節點的五感,不捨晝夜的感知、蒐集著周圍環境變化,並將現實世界的類比訊號如聲音、光線、溫度、濕度、震動等數位化,從而促成各種AIoT創新應用。 感測器從消費走到工業 ams台灣區總經理李定翰(圖1)指出,感測器的應用十分廣泛,不過大致可分為兩大市場,分別為消費性電子,另一種則是工業市場(包含汽車、醫藥和工業等)。目前感測器元件供應商的布局重點仍是消費性電子產品,原因在於為了滿足消費者體驗,消費性電子產品功能愈來越多樣化,且不停創新。 圖1 ams台灣區總經理李定翰指出,感測器應用範圍越來越廣泛,不僅是在消費性、通訊產品,車用、工業和醫療等對感測器的需求也越來越多。 李定翰舉例說明,智慧手機的變化就是其中一個例子,從窄邊框,到瀏海顯示螢幕,甚至到未來的全螢幕等;這些創新的設計雖說增加了感測元件的需求,但同時也帶來新的挑戰。例如智慧手機未來朝向全螢幕發展,那麼感測器的擺放位置究竟該如何調整;同時,越來越多手機採用OLED螢幕,但OLED螢幕是不透光的,那感測器又該如何感測到外界變化,這些都是感測器元件供應商會遇到的挑戰。 簡而言之,對於無邊框的追求是手機未來的發展趨勢。ams指出,消費者對於手機螢幕占比的渴望從未停止,從2016的65%占比的寬邊框設計,到2017年約75%的窄邊框,再到2018年90%占比的所謂瀏海螢幕,而從2019年開始,將會是全面螢幕的時代來臨。趨近100%的螢幕占比產生了對於BOLED(OLED下方)感測元件的強大需求。 因應此一趨勢,ams的RGB光線與紅外接近感測器IC「TCS3701」,可於OLED螢幕後方位置精確測量環境光強度,無須占用前置邊框位置,真正實現無邊框手機設計。 李定翰說明,消費性產品目前仍是感測器主要應用場域,不過,隨著自動駕駛、工業4.0、智慧醫療等創新應用快速興起,感測器應用市場越來越廣泛,感測器元件供應商也將工業應用列為發展重點,紛紛往車用、工業用布局。總而言之,感測器在未來只會愈加普遍,且時時刻刻都存在生活各種應用之中。 實現預測性維護 感測技術是關鍵 茂宣企業經理翁翊翔(圖2)表示,工業4.0是目前熱門議題,而CbM的重點在於進行預防偵測,透過感測器進行監控,可對高單價的產品」、高價值的設備進行預防措施。 圖2 茂宣企業經理翁翊翔表示,要實現預測性維護提升產能效率,感測技術可說是不可或缺的關鍵。 翁翊翔進一步說明,過往設備是感覺快出問題時,工作人員才會進行查看,待確認真有問題才會進行維修,無法事先預防。然而,這方式容易影響產線或是工廠運作,進而導致營運、營收受到影響。而預防性預測的重點在於把產品價值進行分類,例如最昂貴、交期最久等產品,加入感測監控電壓、電流、溫度和振動等,以確保生產過程順利。 據悉,CbM解決方案是用於提高正常運行時間並加速實現工業4.0的機器健康解決方案,基於狀態的監控可以早期檢測和實時診斷機器和系統的異常情況。識別並隔離這些問題後,就有機會優化替換件庫存、安排停機時間以進行計劃中的維護並進行運行時的過程調整,從而延長設備的有效使用壽命。 除此之外,ADI也推出60GHz工業雷達感測器系列LPRR-1DHP-200。這些下一代定位系統提供高度精準且強大的一維距離測量,精度可達毫米級,適用於先進自動化、運輸和生產過程。 ADI指出,狀態監控是實現工業4.0的關鍵步驟之一。該公司的MEMS振動感測器與精密轉換器、線性、隔離和電源技術相結合,已經用於提供高品質機器健康資料,以便最大限度地延長機器正常執行時間並提高效率。透]過致力於創新,該公司將憑藉CbM領域深厚的技術專長繼續努力提高智慧水準,以便進一步優化CbM解決方案。 語音應用發展快 麥克風角色更吃重 另一方面,隨著智慧音箱、語音助理快速崛起,語音應用也成為感測器重要市場,而MEMS麥克風的需求也跟著水漲船高。台灣樓氏電子產品應用經理任柏凱(圖3)指出,語音助手已成為嶄新的人機互動方式,且越來越普及,特別是在智慧家庭之中,更是成為智慧家電、智慧安控、家庭娛樂產品、智慧家居等操作新介面。 圖3 台灣樓氏電子產品應用經理任柏凱說明,語音助手已成為嶄新的人機互動方式,而要讓消費者有好的使用體驗,麥克風性能十分重要。 然而,要實現完善的語音應用,其關鍵在於提升拾音品質,而這時候就需要從MEMS麥克風著手。任柏凱說明,像是麥克風使用數量的增加,可以加強系統聲音波束指向性效能;而麥克風感度一致性可以增加系統降噪效能與系統聲音指向效能。另外,麥克風在設計時也須考量失真度,因失真度會影響語音指令於大音量喇叭播放時的介入準確度;而麥克風的訊噪比(感度低噪比)可強化通話及錄音品質,也可以增加系統降噪效能與系統聲音指向性效能。 因應語音市場需求,樓氏近日也宣布推出新款AISonic系列音訊邊緣處理器IA8201。該產品可提供多麥克風音訊處理,且針對功耗敏感的應用進行了優化,並可為目前先進的消費電子產品提供強大的運算性能,實現先進音訊輸出、情境感知和手勢控制等應用。 同時,該產品的主處理器功耗低,可顯著延長電池壽命,還提供更準確的現場語音理解,並可在包含大量背景噪聲的環境中準確實現音訊處理。IA8201的特點包括:多種接口選項和雙175MHz內核,採用緊湊的2.6×3mm eWLB封裝和6.0×6.0mm QFN封裝,具有電壓調節功能;以及具有高運算128位內核(DMX)等。 實現自動駕駛 環境感測是關鍵 除了上述所提的消費性電子、工業領域之外,智慧交通和自動駕駛也是感測器重要的應用領域。工研院資訊與通訊研究所資深工程師徐志偉(圖4)表示,以先進駕駛輔助系統(ADAS)為例,例如車道偏移、盲點偵測等,必須要加裝大量的感測器才能實現。除此之外,同時,感測器也是構建全自動駕駛車輛對環境感知能力的重要元件。 圖4 工研院資訊與通訊研究所資深工程師徐志偉表示,自動駕駛、智慧交通等各種應用,皆與感測技術息息相關。 徐志偉指出,以工研院資通所所研發的自駕車感之次系統為例,透過先進的感測器(如雷達、光達)與機器學習軟體演算法的處理,可以讓車輛電控單元完整模擬,甚至超越人類在駕駛車輛時所使用的各種感官能力,實現同步即時的全方位環周感測能力,並針對感測結果進行控制決策的判斷。 當然,要實現智慧交通,除了汽車本身要增添許多功能之外,道路基礎建設也是不可或缺,而這些建置也少不了感測器的應用。例如工研院所發表的iRoadSafe智慧安全路口警示應用,便是於路口布設偵測設備(如雷達、光達)等,搭配車輛安裝車載設備(OBE),蒐集道路車輛和行人動態資料,透過路側設備(RSE)整合車輛與道路資訊(包含路口號誌交通資料);並且利用電子資訊看板(CMS)與車載設備發布預警消息,以提升用路人掌握道路資訊可靠度。 簡而言之,為了滿足愈來愈多樣的AIoT應用需求,感測器開發商除在產品效能如功耗、精準度、可靠性等方面日益突破精進以滿足工業、汽車等嚴苛環境要求外,也全力擴大產品陣容;種種新品和解決方案的出現,都是為了實現更多AIoT應用。
0

商業化應用全面開展 致茂力推5G應用量測方案

5G商轉如火如荼,5G服務與相關通訊設備已陸續出現在市場上,大舉推出的時間點預計將落在2020年,屆時不僅網路建設將大規模開展,支援5G的各種終端應用產品也將進軍市場。使得5G相關產品製造商將面臨截然不同的挑戰,如何大幅提升產品測試的效率,以趕上緊湊的產品上市時程計畫,將是5G供應鏈廠商必須克服的問題。 為此,致茂電子舉辦「2019 5G通訊量測應用研討會」,該公司總經理曾一士表示,2019年已經有14~15個國家推動5G商轉,2020年將持續增加。而除了5G,AI與IoT也是未來幾年重大的科技趨勢,這些技術發展與應用不啻是產業重心與商機。但相對之下,高傳輸速率、低延遲、高可靠度、功能安全性等的要求帶動元件、成品的測試挑戰與需求,為達成產品與技術效能全面提升的走向,測試的必要性也更被重視。 5G技術架構全面提升 5G網路全面改善4G系統的效能,工研院資通所新創長周勝鄰提到,5G主要透過無線電標準與網路規劃/建置來克服效能提升的技術挑戰。5G要求系統容量達4G的100~1000倍成長,其中透過大規模MIMO(Massive MIMO),以提升頻譜效率;開發高頻毫米波(mmWave),來取得更多可用頻段;超高密度網路(Ultra-Dense Networks, UDN)可以提升網路容量。 另外,5G的高可靠度/低延遲將帶動許多新興應用如:車聯網、智慧製造、智慧醫療、AR/VR等,許多過去未能落實的概念,在5G時代得以發展,小型基地台就會從強化網路覆蓋率的角色,轉變為擴增網路容量的任務,成為5G時代的組網主幹。 光通訊骨幹因應5G升級頻寬  而5G傳輸速率大幅提升,也帶動光通訊網路的發展,由於5G需要部署大量基地台,傳統的基地台功能也被拆分為RU(Radio Unit)、DU(Distribution Unit)、CU(Central Unit)三個主要單元,因應這些網路單元的布建與架構方式,致茂電子資深經理張敏宏(圖1)表示,光纖網路除了頻寬升級需求外,各式與無線接取單元搭配的光纖網路扮演重要的角色,包括RU與DU間的前傳網路(Fronthaul)、DU與CU間的中傳網路(Midhaul)、CU與核心網路間的後傳網路(Backhaul)都需要仰賴光通訊技術。 圖1  致茂電子資深經理張敏宏表示,光纖網路除了頻寬升級外,與無線接取單元搭配的光纖網路在5G時代將扮演重要的角色。 因應頻寬的成長需求,光通訊技術也推動改朝換代,尤其是高頻寬解決方案未來幾年將持續被導入,張敏宏表示,波長分波多工(Wavelength Division Multiplexing, WDM)應用將更為普遍,而已經發展相當成熟的不歸零(Non-Return-to-Zero, NRZ)編碼,將逐漸為可提供更高頻寬的四階脈衝振幅調變(Pulse Amplitude Modulation-4, PAM4)技術取代,核心骨幹網路頻寬將升級到400G,光通訊收發器(Transceiver)數量也將大幅成長。而在光收發器生產過程中,通常會在CoC(Chip on Carrier)階段進行燒機與光電特性量測,以確保光收發器品質與信賴性。 毫米波元件測試眉角多 5G導入高頻毫米波為一大技術亮點,但高頻電波特性帶來許多技術挑戰,致茂電子副總經理蔡譯慶(圖2)說明,4G射頻模組是由SiP(Silicon in Package)方式整合不同製程技術來製作功率放大器(PA)、低雜訊放大器(LNA)、濾波器(Filter)、開關(Switch)和被動元件等;5G毫米波射頻模組為維持號完整性,將走向高度整合,5G毫米波採用波束成形(Beamforming)技術,降低PA功率發射的限制與要求,5G天線模組也因為毫米波波長變短,模組得以微縮。 圖2  致茂電子副總經理蔡譯慶說明,5G導入高頻毫米波為一大技術亮點,但高頻電波特性帶來許多技術挑戰。 在RF元件的測試上,蔡譯慶指出,目前致茂就微型接觸力(Miniature Contact Force)、射頻屏蔽(RF Shielding)、整合性測試(All...
0

效能追求無止境 FPGA轉向Chiplet/矽光子

隨著線路微縮的難度不斷增加,採用最先進製程的資金門檻也變得越來越高,而且未必能帶來晶片尺寸縮小,量產成本下降的經濟利益。事實上,在人工智慧(AI)風起雲湧,運算效能需求逐年倍增的情況下,為了滿足使用者需求,許多高效能處理器的晶片尺寸都變得越來越大,並開始對生產良率造成嚴重影響。這使得業界開始思考其他替代方案,例如近年非常熱門的異質整合跟Chiplet設計,就是因此應運而生。 賽靈思晶片技術副總裁吳欣(圖1)表示,摩爾定律(Moore’s Law)在技術跟經濟層面,正面臨巨大的挑戰。就技術層面而言,隨著線寬越來越細,電晶體本身占用的面積也要隨之縮小,因此其結構設計已經從平面轉為立體,也就是大家所熟知的鰭式場效電晶體(FinFET)。從16奈米製程節點開始,晶圓代工廠如台積電已經開始改採FinFET結構;預計到3奈米時,電晶體結構還會面臨一次重大轉變,改採環繞式閘極(Gate All Around, GAA)結構。 圖1 賽靈思晶片技術副總裁吳欣認為,摩爾定律雖正面臨技術與經濟的雙重挑戰,但仍會緩步向前推進。 而在曝光技術方面,193奈米浸潤式曝光技術已經走到尾聲,接下來將由極紫外光(EUV)曝光技術接受。根據晶圓代工業者的技術發展路線圖,5奈米跟3奈米製程都將改用EUV,目前已經量產的7奈米製程,日後也可能改用EUV機台來曝光。 但對線路微縮來說,目前最棘手的挑戰還是在後段線路製程,主要是金屬互連。由於線路的寬度跟阻抗值成反比,線路越細,阻抗越大,因此金屬互連的微縮是非常困難的工程挑戰,如果沒有改善的對策,金屬互連可能會成為製程微縮的最大限制。 也正因為線路微縮的道路上存在重重險阻,為了達成目標,晶圓代工廠跟晶片設計團隊深度合作,同步在製程技術、設計與晶片架構上進行最佳化,是必然的結果。以賽靈思為例,因為跟台積電保持密切合作,因此在同一個製程節點上,雙方花了超過半年時間不斷進行設計迭代,取得了相當亮眼的成果。如果拿16奈米製程做為參考基準,第一個10奈米設計的晶片面積只比16奈米縮小了30%,但半年多之後,已經縮小了53%。 然而,若把經濟因素納入考量,只依賴線路微縮,將無法滿足客戶對下一代產品的效能要求。因為人工智慧等應用需要極高的運算能力及大量記憶體,如果要將所有功能整合在單一晶片上,將使晶片面積暴增,量產良率跟著急遽下滑。 因此,賽靈思多年前就開始跟台積電合作,利用先進封裝技術所提供的高速互連能力,一方面將FPGA分割成多顆Chiplet,以提高生產良率,另一方面也藉此技術將FPGA與高頻寬記憶體(HBM)整合,讓FPGA可以更快速地存取儲存在HBM上的資料,提升整體運算效能。事實上,目前業界容量最大的FPGA--Xilinx VU-19P,就是基於Chiplet的設計概念,用4枚基於16奈米製程的Chiplet組合成整顆FPGA,提供使用者高達900萬個邏輯單元的容量,而不是用最先進製程來生產。 不過,吳欣也提醒,並不是所有電路都適合套用這種設計概念,因此設計人員應該先審慎評估自己的電路設計,再決定是否採用Chiplet。此外,對所有半導體產業的工程師來說,功率密度還是一個必須小心應對的議題。不管是Chiplet或線路微縮,追求的目標都是縮小晶片面積,但晶片面積越小,功率密度就越高,散熱問題也越需要從系統層級著手處理。 面對功率高牆 SERDES轉向矽光子 接續功率議題,賽靈思有線/無線事業群工程副總裁張琨永指出,基於傳統電子訊號的高速串列/解串列(SERDES)通訊技術,將在112Gbit/s世代畫上休止符,如果要繼續將頻寬往上推,勢必得轉向矽光子。因為若繼續採用現有的SERDES技術實現下一代收發器,光是通訊所消耗的電力便將超過200W,這是一個大到無法接受的數字。 張琨永解釋,每一款晶片都受到功率預算的限制。在功率預算內,晶片必須做完所有事情,例如通訊、運算、讀寫記憶體等。若僅通訊就要占用200W功率預算,晶片的其他功能恐怕都沒辦法運作了(圖2)。 圖2 受限於功率預算,未來晶片對外的通訊頻寬若要進一步提升,必然得朝矽光子技術發展。 此外,隨著訊號速度越快,訊號衰減的問題也會變得越棘手。基於銅導線的傳統SERDES,已經很難把10Gbit/s的訊號傳送到10公尺外,如果速度再往上加,傳輸距離只會更短,這對許多應用來說,也是無法接受的。 綜合功耗、頻寬、傳輸距離等因素,未來高效能運算所使用的晶片,在通訊方面轉向矽光子收發器,已經是不得不然的選擇,賽靈思也已經投入相關技術研發多年。 矽光子通訊最大的優勢在於可以實現長達兩公里的傳輸距離,同時減少晶片互聯的功耗,把功耗預算留給運算任務,而且延遲(Latency)也比基於電氣訊號的傳統互聯來得低,這點對於高效能運算非常關鍵。此外,矽光子具有跟FPGA主晶片整合在同一個封裝內的可能性,可以進一步提高FPGA的通訊頻寬,並縮小尺寸、進一步降低功耗。 賽靈思早在2016年就開始與愛美科(imec)、Samtec合作,藉由在FPGA晶片外的光通訊晶片實現50Gbit/s的矽光子通訊連線。目前賽靈思正試圖將矽光子收發器與FPGA整合在同一個封裝內,也已經有初步成果。未來光纖將可以直接拉到FPGA上,而不是FPGA外的收發器(圖3)。 圖3 導入矽光子之後,未來FPGA晶片將直接透過光纜進行外部通訊。 如圖3所示,矽光子晶片跟FPGA的異質整合,還可以進一步細分成三種,其中兩種屬於On Package/Pluggable,第三種則是In Package/Unpluggable。目前賽靈思的技術進展是實現On Package,並藉由在封裝上預留連接器,讓外部光纖可以直接連線到FPGA上。這種設計有個好處,就是使用者可以更換光纖,如果做成In Package,則光纖介質會直接拉進封裝體內,光纖將無法更換。但這種設計會帶來更低的功耗與更小巧的外觀尺寸,而且整合度更高,只需要搭配外部雷射元件就能實現矽光子通訊。 這會是一個很重要的設計抉擇,因為在實際應用上,系統需要使用的光纖長度不一,如果光纖是封裝的一部分,更換難度會大幅提升,應用上的彈性也會受到限制。如果採取可插拔式設計,對使用者來說是比較方便的。 此外,賽靈思在設計矽光子通訊時,還必須考慮到很多真實世界的問題。例如資料中心、超級電腦這類系統,除非是在維修狀態,否則基本上是不會停機的,這意味著系統上搭載的晶片會持續發熱,光纜材料能否長時間耐受高溫而不劣化,會是一個大問題。此外,如果要更換光纜,FPGA封裝上一定要有對應的光纜插座,這種插座要如何設計才能做到可靠耐用?這些都是賽靈思目前還在努力克服的挑戰。 張琨永總結說,目前矽光子技術的發展,還有四大挑戰需要克服。首先是生態系統的建立,包含電子晶片的設計製造、光通晶片的設計製造、封裝、如何外掛光纖、雷射光源,乃至所有異質整合都需要的KGD測試等,這些配套都要到位。 其次是可靠度問題。光通訊所使用的元件,例如光纖、光纖連接器、雷射光源等,可靠度都比矽晶片來得低。 第三是能源效率,矽光子的能源效率一定要比傳統基於電氣訊號的互聯技術高出非常多,才值得導入。 最後則是成本問題,目前矽光子所使用光通訊元件還沒有規模經濟效益,因此成本還是偏高。但如果相關元件進入大量生產階段,成本問題將有機會獲得解決。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -