- Advertisement -
首頁 市場分析

市場分析

- Advertisement -

晶片商新品/布局策略再現 CES 2020自駕風潮持續延燒

日前CES 2020落幕,本次展覽亮點仍聚焦於自駕技術發展,晶片大廠趁勢展示最新技術及合作策略,如高通(Qualcomm)發布汽車運算晶片以開拓自駕市場,以及英特爾子公司Mobileye宣布與兩大國際城市達成協定,拓展其ADAS市場藍圖。 資策會MIC副所長洪春暉表示,汽車產業仍為本次展會最受矚目的焦點,汽車產業演進趨勢之一即為自駕化。而晶片大廠高通為火力集中於自駕化的例子,在本次展會針對自駕車市場推出運算晶片,為一大亮點。 高通推首款汽車運算平台 降低自駕系統功耗 高通於展期間首度推出汽車運算晶片—Snapdragon Ride平台,進一步開拓自駕車市場。 平台內包括Snapdragon Ride Safety系統單晶片(SoC)、安全加速器(Snapdragon Ride Safety Accelerator)及自動疊層(Snapdragon Ride Autonomous Stack)(圖1)。 圖1 高通推新汽車平台整合自動駕駛疊層及安全加速器 高通技術公司產品管理高級副總裁Nakul Duggal表示,這些解決方案可在功率受限的環境於各類型的汽車上運作。 該平台具有高度可擴展性、開放性、可訂製且具高度功耗優化的自動駕駛解決方案,滿足從新車評價計畫(NCAP)至L2+高速公路自動駕駛到自駕計程車的系列需求。 此平台結合Snapdragon Ride自動疊層、汽車製造商或一級供應商的運算法,加速於大眾汽車市場部署高性能自動駕駛。 新平台旨在透過高效能硬體及人工智慧技術,以及開創性的自動駕駛疊層,解決自動駕駛和先進駕駛輔助系統(ADAS)的複雜性,提供全面、高成本效益和高能源效率的系統解決方案;其系統單晶片、加速器和自動駕駛疊層組合支援自動駕駛系統的三個產業領域—用於車輛的L1/L2主動安全先進駕駛輔助系統、L2+便利型先進駕駛輔助系統,以及L4/L5全自動駕駛。 據悉,Snapdragon Ride平台搭載可擴展和模組化的異構高性能多核CPU、高能效人工智慧和電腦視覺引擎與GPU,可根據各市場區隔需要使用,提供良好的熱效率,從用於L1/L2應用的每秒30兆次(TOPS)運算表現,至L4/L5駕駛所需的130W以上700兆次(TOPS)運算表現。 此外,新自動駕駛軟體疊層已整合至新平台,加速汽車OEM和一級供應商開發和創新,且該軟體疊層可為複雜使用案例提供優化的軟體和應用程式,協助提升日常駕駛安全性與舒適度。 高通整合式車用平台提升該公司在車聯網、車載資訊娛樂系統及車內互聯領域的地位,訂單總值超過70億美元;新晶片預計於2020年上半年可提供汽車製造商和一級供應商預開發,同時搭載該晶片的車輛將於2023年量產。 Mobileye放眼自駕前景首攻中國市場 至於英特爾子公司Mobileye則進一步擴大先進駕駛輔助系統(Advanced Driver-Assistance System, ADAS)及自動駕駛移動即服務(Mobility-as-a-Service, MaaS)的全球版圖,於CES 2020期間宣布分別與上海汽車集團(上汽集團)及韓國大邱廣域市合作。 Mobileye首度攻入中國市場,偕上海上汽於中國布建L2+系統,使用Mobileye道路體驗管理(Road Experience Management, REM)技術及全球雲端地圖資料庫RoadBook,匯集中國道路資訊,製作高清晰度地圖以供L2+和更高自動駕駛層級車輛使用,推動中國L2+級ADAS系統布建,並提供其他OEM合作車廠進入中國地圖測繪市場的機會。 另一方面,該公司則聯手韓國大邱廣域市推動自駕MaaS布建,結合自動駕駛計程車(Robotaxis)移動服務協定,預計連同大邱廣域市(直轄市)測試、部署自動駕駛計程車移動解決方案,將自駕系統整合至車輛中,實現無人駕駛MaaS操作。 該公司於全球亦有多方合作案例,如與巴黎大眾運輸公司(RATP)聯合巴黎市政府將自動駕駛計程車(Robotaxis)導入法國市場;與中國蔚來汽車(NIO)合作生產該公司自駕系統,並銷售搭載該系統的消費者層級自駕車;聯手福斯汽車(Volkswagen)及Champion Motors的合資事業在以色列經營自動駕駛計程車隊等。 本次的兩項合作反映Mobileye針對車用市場的投入策略,包括地圖道路體驗管理、先進駕駛輔助系統、自動駕駛移動即服務和消費者自動駕駛車輛(Autonomous Vehicle,...
0

結合正確計畫/人員/技術 導入IP/PoE照明事半功倍

在物聯網(IoT)創新推動下,各種顛覆性的技術不斷出現,使商業地產的業主和物業管理公司擁有更多機會使自己的樓宇、綜合辦公樓、園區以及技術中心實現差異化。業主和管理人員可創造靈活又可擴展的環境,提高工作人員生產力。同時這些改進措施還會降低成本、增強安全性,並加快出售或出租速度。 實現以上目標的關鍵在於懂得放棄適合用來選購鋼材、混凝土、玻璃、木材以及線材裝配等產品的方法,因為使用這方法來選擇技術會變得極為困難、效率不高,而且成本高昂。無論是要新建項目、進行深度改造,還是從現有的設施遷移到物聯網架構,第一步都是要摒棄掉當前那些在新的建設中阻礙技術採用的有機過程,或者是「用合適的同類產品替代」這種更新方式。 IP/PoE照明有效減少成本 促成這種向更低成本、更多功能的物聯網架構的遷移的主要催化劑(顛覆性技術)就是互聯網協定/乙太網供電(IP/PoE)照明。當今有多家供應商的開放式架構解決方案可以允許安裝數百家製造商生產的各種不同形式設備。大多數的IP/PoE照明供應商都允許使用可在當前60瓦PoE標準下良好運行的任何一種LED燈具。也就是說,在市面上所有的LED燈具當中,大約有95%可以使用,包括更大功率的新型LED燈具以及更大尺寸的室內外LED燈具。 隨著產業邁向IP/PoE的方向發展,人們開始懂得安裝IP/PoE設備的成本可以減少10、20、30美元,或者甚至更多,而且,與不受控的高功率(HV)LED系統相比,每台燈具都可控制;換言之,隨著配電效率和LED燈具不斷改進,這種節省方案只會有增無減(圖1)。 圖1 只在當前施工流程的範圍內操作,是一種久經考驗的方式,但是會對專案在總體上的顛覆性構成限制。 最初的成本節省產生的影響是兩方面的。首先,無論是有線還是無線,所有的獨立控制系統都已經過時,因為這類系統無法產生細微的資料或者提供所需的性能,並且總是意味著成本加成。其次,在降低了項目總成本的同時,核心元件(核心交換機、企業安全、結構化布線、功率支援)可以收到回報。 這樣產生的直接影響就是,照明物聯網基礎建築網路上設置的基礎建築系統越多,就可以節省更多的成本。與構建起一系列互不相干的基礎建築系統相比,這種方式的成本效益要高得多,而這種情況正在發展中。 落實技術採用計畫實現智慧照明 經驗證明,在總體上的顛覆性構成限制的一種方式就是只在當前施工流程的範圍內操作。建築師、工程師及物業管理團隊嚴重依賴於外部的顧問和供應商,而在商業目的驅使下,這些顧問和供應商會傾向於保持現狀。結果則是,他們繼續意外的「投標然後建設」,或者通過一系列互不相干的智慧系統來「用合適的同類產品替代」,儘管這類系統易於獲得,但是建設和運營的成本非常高昂。 事實上,業主不應該為傳統團隊帶來任何額外的負擔;反而應該是創造一種方法來幫助團隊以始終一致的相同途徑展開工作,同時獲得合併的物聯網架構。為了做到這一點,應當挑選出所有以技術為導向的領域,修改其中的內容,然後使其各歸原位。這樣一來,就可以通過正常的投標過程採購到所需的一切,然後通過正常的建設過程完成施工,同時盡可能的使用傳統的人工。重點在於識別出各種機會,並且修改具體的規格和圖紙。通過適應當前的建設/遷移過程,可以排除掉設計人員帶來的任何不確定性。 所以,業主需要的是各種關鍵性的內容,比如說最優的建築圖解、技術系列圖紙與圖紙的整合、建築和安全方針。不要去嘗試新建可投標文檔,而是試著去創建可以吸收到現有文檔中的內容,進而強化各種規範與圖紙。在充分理解了設計、投標和建設過程後,就可以在適當的時機來發力,使建築師、機械、電氣和給排水(MEP)工程師以及照明和專業顧問繼續做好他們的本職工作。 如果共事的是照明顧問,那麼向他們說明,業主只不過是在改動燈具的供電方式和控制方式,將對燈具的建議局限在效率和性能方面。照明顧問應當繼續履行本職工作,確定燈具類型、美觀效果以及亮度級等事項。他們應當開發出天花反向圖,但是,業主不再需要將這類圖紙交給電氣工程師以在天花板內部布置高壓電,而是應該與電氣工程師合作,建立起一個提供支援的物聯網平台。 採用並不針對特定燈具的解決方案,可以使照明顧問照常從事設計,但是轉而使用IP/PoE燈具,不要困擾在燈具的選擇上。如此一來,就可以解決技術採用上的主要障礙,不再會從設計中排除掉更好一些的解決方案。這種機會在任何基礎建築系統中都存在。 產業專家們已經瞭解到,與當前並不高效的技術採納方法相比,花些時間投入到設計上進而實現合併的物聯網平台,可以獲得3倍、4倍、5倍、甚至是10倍於最初投資的收益。 正確人員/技能/動機至關重要 以正確的方式來採納更好的技術,這種能力要求具備正確的技能組合與動機,進而探索出其中的可行性。關鍵在於日常工作過程中,技能組合需要融入到設計、投標、建設、除錯與規畫之中。 在這過程中,最大的瓶頸可能是物色具備正確技能與正確動機的正確的人員。這些人員其實就在那裡,每天都在不斷豐富著自身的經驗,而挖掘出他們是非常值得的。 業主需要排除掉流程、內容和文化上的各種障礙,這樣才能走向成功,也必須明白在當前的流程中哪裡的內容不當或者存在結構欠缺,進而獲得所需的內容;同時需要制定計畫,以便應對這些障礙(圖2)。 通常,如果堅持這個設計,業主就可以在投標/建設過程中減輕這些來自電氣承包商和工會的、大部分的主動和被動的阻力。比如說,在設計過程中與電氣工程師合作,從高壓部署中排除掉輕負載,便可以降低能量密度。如果以傳統的方式進行,那麼全部的電力開支可能會達到1千萬美元,其中有50萬美元要花費在企業通訊的低壓費用上。相反,可以將全部電費降低到9百萬美元,並將低壓費用提高至1百萬美元,這樣總共可以節省50萬美元。 有個時常發生的情況,就是用於投標的傳統規範和圖紙會把IP/PoE照明列為「備選項」,也就是說,設計中不一定要堅持具備這些設備。這樣會造成電氣承包商只參與傳統方案的投標,將這一備選項排除在外,或者繞過。發生這一情況的原因在於,傳統上的參與者並不願意或者並不能夠轉變。 最成功的案例都會承諾使用一種合併的架構,並且採用明確定義了材料、角色與責任的規範和圖紙;且還會充分利用綜合的專案管理與行政管理方法,進而提高專案的利潤。為了達到成功需要渴望更好的結果、投入到正確的人員和方法當中、充分瞭解投入的內容以及可以取得的成果、開發出特定於項目的計畫,並且在從設計到運營的過程中嚴格遵守這一計畫。 如此一來,怎麼會失敗呢?只有一個原因,那就是袖手旁觀,以至於持續建設一系列各不相關的智慧系統,之後再將這些系統整合起來,而這樣做往往極其複雜,帶來成本加成。 打破智慧建築成本高昂迷思 不要相信智慧樓宇成本過於高昂、互聯樓宇並不安全以及物聯網技術過於新穎之類的迷思。現實情況是,合併的物聯網平台其實更加簡單,其架構需要的材料和人工也更少。 一個單獨的整合架構具有極高的成本效益,為企業提供安全性,而一系列各不相關的智慧系統則會留下漏洞,這是因為沒有任何一方會為全部系統的企業安全性來投資。對於全部樓宇系統來說,比如說照明、自動化遮光簾、溫度、安全、音視訊設備以及洗手間等,從IP/PoE中都可以實現真正的投資回報。 物業管理團隊及其相應的業主需要擁有一定的願景,並在內心充滿激情,這樣才能使他們的商業地產實現未來的狀態,透過擁抱各種顛覆性的技術,最終將引領下一代建築物的發展。 (本文由Molex提供)
0

扮演智慧城市連接骨幹 無線連接加速永續發展腳步

智慧城市及其底層的無線聯網系統,為人們許諾更美好居住空間的未來,不僅如此,各項智慧應用更將成為價值創造的強大引擎。 都市發展持續擴張 永續社會實踐挑戰大 過去數十年來都市化浪潮席捲全球,根據聯合國預測,到2050年全球將有68%的人口生活在都會區。隨著都市人口增加,大約到2030年,將有超過十個城市成為超過一千萬居民居住的超級城市,將為既有的基礎建設帶來極大挑戰,尤其是開發中國家。 因此人們尋求利用科技解決人口膨脹引起的問題。如飽和的交通網路、停車空間不足、過度擁擠的大眾運輸系統、空氣汙染、以及長途通勤等。 此外,能源管理不善會導致電網故障,因而限制再生能源發展。過時且未妥善監控的基礎建設會阻礙資源、貨物與人員流動,不僅浪費資源,有時甚至會帶來災難性的損失。況且人口眾多、經濟發展不均的大城市,往往會成為犯罪溫床。為了永續社會發展並解決諸多挑戰,智慧科技扮演不可或缺的重要角色。透過採用全面性作法,智慧城市與其底層的無線聯網系統將能使居住環境更滿足人們的需求,並進而提升整體舒適度、幸福感與安全性。 數位系統蓄勢待發 智慧城市的目的為更妥善利用資源提升居民生活。如智慧交通管理與停車系統可節省時間與保護空氣品質;智慧量表基礎建設可節省電力、瓦斯和水;智慧醫療則有助於提升不堪重負的醫療保健系統效率;智慧警務系統可提高公共安全並遏止犯罪。至於社區智慧互動計畫可鼓勵公眾參與,培養更強的歸屬感與凝聚力。 雖然這些觀點聽起來像烏托邦式的理想,但事實上智慧城市帶來的影響絕非空談。麥肯錫的一項研究發現,智慧城市應用能降低8~10%的死亡率、縮短25~35%的緊急救援時間、減少15~25%的通勤時間、降低8~15%的醫療負擔,並削減10~15%的溫室氣體排放量。 事實證明人們已具備智慧城市應用所需的相關技術。無線連接─結合蜂巢式4G以及即將部署的5G、藍牙和Wi-Fi─已準備好將數量龐大的分散式感測器網路連接至雲端,即時傳遞整座城市流動的資訊,包括人、物、資源及環境;雲端運算平台也已就緒,用來管理、監控和分析大數據。換言之,現在應導入有效的解決方案,並將其整合至智慧城市平台。 許多業者推出適用於特定垂直市場的解決方案實現這些理想。在許多國家,如挪威、西班牙,已開始大規模部署智慧量表解決方案,而義大利和瑞典甚至已採用第二代技術;美國的Ann Harbor等城市已成功試行智慧交通管理系統。 而智慧路燈在全球大城市也正廣泛應用,以改善公共安全,同時減少功耗和光污染。在美國聖地亞哥等城市正於路燈上配備麥克風,可準確定位槍聲,加速執法人員正確抵達犯罪現場所需的時間。隨著Tvilight之類的公司開始提供智慧照明平台來追蹤交通、監控天氣,並作為第三方智慧城市應用的聯網集線器,多樣化應用的可能性將進一步擴展。 儘管各種應用接連浮現,麥肯錫(McKinsey)研究報告指出,即便是現今最先進的智慧城市,所發揮的潛力仍屬稀少。那麼是誰阻礙智慧城市的進展?政府的推動與領導力雖然重要,但城市智慧程度不光由政治框架決定。可想而知,富裕城市往往處於領先地位,因為其最有能力支援所需感測和通訊網路,並開放公共數據。但成功關鍵在於公眾意識及技術的採用,尤其是在亞洲城市,由於年輕的數位居民占大多數,智慧應用的推動更易普及。 智慧城市應滿足當地居民需求,並儘早與其互動,使其能參與城市決策過程。此為反覆交替的過程,隨著越來越多城市跟進,更多共享資訊與最佳實務也將隨之出現,透過參與及互動可讓市民更瞭解自身希望自己的城市應如何邁向智慧化,並打造理想居住環境。 智慧城市創造新價值 另一方面,智慧城市也是創造價值的強大引擎,民眾與各行業都能獲益。對居民來說,得以透過改善生活品質、更透明化且具參與性的政府,以及新加值服務與行動應用,進而享受智慧城市科技成果。同時藉由城市智慧化吸引企業投入更多經濟投資,居民也可獲益於更好的工作機會。此外,由於更有效利用資源及增加既有基礎建設容量,如道路、公用事業網路、醫療院所以及警力等,市政府能增加稅收並大量節省非必要的支出。 至於「一切皆服務(X-as-a-Service, XaaS)」模式將受到智慧城市的歡迎,首先能使城市支出方式從資本支出移轉至營運支出;同時能使市政機構運用外部人才與專業知識,不需招募內部新團隊,為每個城市打造新智慧應用。在某些情況下,利用智慧科技每年所省下的資金,甚至足以支付所需投資和服務費用。 隨著新使用案例出現,以及智慧城市平台持續演進,可以預期智慧應用的成長。為了使城市更易從眾多硬體供應商取得技術,期望4G LTE、5G蜂巢式網路,以及藍牙及Wi-Fi等標準化技術能成為智慧城市的通訊骨幹,而非採用特定廠商的專有技術。同樣地,標準化介面和API也至關重要,才能使整個系統中的各元件「說相同的語言」。 無線方案力助實現智慧城市 對於如u-blox的技術供應商來說,智慧城市提供令人振奮且快速成長的市場,因為其包含定位、蜂巢式與短距離無線通訊方案的產品組合,符合智慧城市創新應用的需求。如具備慣性導航功能的衛星定位解決方案能為在都會叢林間穿梭的汽車提供準確定位訊息;涵蓋Wi-Fi、低功耗藍牙、藍牙網狀網路、以及藍牙5等短距離無線通訊技術,滿足智慧建築的多樣化應用需求,進一步實現更廣泛的智慧城市應用案例。 在智慧交通管理與先進駕駛輔助系統(ADAS)方面,V2X晶片組亦扮演重要角色,而蜂巢式技術,尤其是低功耗廣域網路(LPWAN)應用,適合將分散式無線感測器安全、可靠連結上網,為智慧城市奠定重要基礎。 有鑑於各種應用的無限可能性,尚有諸多新領域待探索,尤其是許多智慧城市應用,如智慧停車,最好能「一勞永逸」部署,意即一旦啟用便能無需維護,順暢運作數十年。現今的低功耗廣域網路技術已為此類長使用壽命無線聯網裝置樹立新標竿。未來人們會持續開發能量採集技術(Energy Harvesting),使此類小型裝置能夠自行穩定取得電源。 此外,定位技術的擴展則涉及室內─戶外定位解決方案的開發。欲處理感測器產生的大量數據,需邊緣裝置具備一定程度的分析能力才能處理原始數據,並以最小功耗將訊息傳送給決策裝置。 所有的應用前景皆需業界共同努力才能達成,隨著智慧城市應用起飛,未來亦充滿可能性,業者(如u-blox)將致力於開發完備的無線連接方案,不僅為了實現智慧願景,亦善盡科技業對於永續發展社會的責任。 (本文作者為u-blox企業策略資深總監)
0

應用範圍擴展/效能指標躍進 5G測試/驗證十八般武藝齊備

2020年伊始,台灣的5G頻譜競標結果初步揭曉,全球各個國家與地區也將投入更多5G商轉活動,5G進入高速發展階段,相關裝置預計將大舉出籠,包括網路基礎建設、聯網設備、行動終端與聯網節點等,根據產業分析機構研究指出,2025年5G裝置年出貨量將突破10億台。5G網路速率更快、使用頻段更高、連結規模更大、網路延遲更低、聯網可靠性更高,技術規格全面提升,使得產品設計難度大幅提高,如何達成效能目標,除了從晶片、架構、系統設計等層面提升之外,更需要透過良好的產品測試、驗證協助達成5G的技術目標。 5G技術規格與前代技術4G LTE相較,產品測試驗證帶來諸多挑戰,如量測準確度,由於5G使用頻段更高,天線校準與準確度、治具設備容錯範圍與訊號反射等,產生量測不確定性;且測試計畫複雜,須將量測作業整合至裝置測試計畫中,進行電波暗室整合、波束特性等驗證;再者測試時間延長,因為5G使用頻段更寬廣,每個使用到的頻段都需進行驗證,導致測試計畫複雜度大為提升,校準與量測的時間更長。 5G測試驗證複雜度大幅提高 由於5G技術革新幅度更甚於4G,加上5G應用領域廣泛,可以說是未來10年全球網路的基礎架構,重要的是5G網路規模將是4G的數十倍,多樣化的應用帶動網路架構持續成長,從技術架構來觀察,5G為因應三大應用情境,採用高度彈性的底層技術,透過網路切片(Network Slicing)與軟體定義網路(Software Defined Networking, SDN)和網路功能虛擬化(Network Function Virtualization, NFV)來達成差異頗大的各式網路應用需求,透過這些技術自由組合各種應用需要的功能,造成數以萬計的網路型態,測試驗證複雜度可見一斑。 另外,5G網路在技術指標的要求上,並未因網路複雜度而有所放鬆,三大技術指標傳輸速率最高達20Gbps,每平方公里聯結數量達100萬,網路延遲1毫秒(ms),就現有技術水準而言都不是簡單任務,包括網路架構、晶片、系統等設計都需升級,甚至材料也需大幅革新。5G技術與產品驗證涵蓋的範圍也非常廣泛,本文僅從晶片設計測試、半導體測試設備、訊號測試儀器等面向進行探討,期能一窺5G測試驗證的概況。 5G效能需求搭配先進構裝技術 IC設計高度集積化的發展從未停止,從過去電路線寬微縮發展到系統級封裝與近年的異質整合,5G對於效能的要求使得晶片需要採用先進製程,宜特科技可靠度工程室副總經理曾劭鈞(圖1)表示,5G晶片主要分成需要輕薄短小且省電的行動終端晶片與強調效能的基地台/雲端設備高速運算晶片。行動裝置在效能提升之下仍以追求輕薄短小的封裝型式為主,手機應用處理器(AP)以晶圓級晶片尺寸封裝(Wafer Level Chip Scale Package, WLCSP)延伸出的扇出型(Fan-out)及Fan out POP(Package on Package)封裝型式為主。 圖1 宜特科技可靠度工程室副總經理曾劭鈞表示,2.5D IC是讓不同製程的裸晶,採取平行緊密排列,放置在矽基板的中介層上。 另外,5G將高頻毫米波頻段導入商用,使得5G訊號從1GHz以下,延伸到超過30GHz,曾劭鈞認為,5G帶動更多天線的需求在天線數量激增但可用面積維持不變的情況,射頻前端的AiP(Antenna in Package)封裝型式則成為目前廠商的最佳解決方案,而AiP主要採SiP(System in Package)或PoP的結構來縮小天線體積。 而在雲端/基地台裝置的部分,曾劭鈞提到,5G的基地台要處裡更龐大的資料量,目前廠商採用先進的2.5D/3D封裝來提升訊號傳遞速度/品質,以Silicon die如CoWoS的矽中介層(Silicon...
0

AI應用紛起 推論晶片炙手可熱

近年人工智慧(Artificial Intelligence, Al)熱潮帶來演算法、軟體、硬體等新發展,為了加速AI運算,半導體產業也積極開發對應的晶片,雖然早前於2005年業界即提倡過往只用於遊戲的繪圖處理器(Graphic Processing Unit, GPU)能有更多運用,如視訊剪輯(影片編碼轉檔)、高效能運算(High-Performance Computing, HPC)等,期望從遊戲娛樂專用轉向廣泛性運算,稱為GPGPU(General-Purpose GPU),但直至近幾年方由NVIDIA的Tesla系列帶動AI加速晶片熱潮。 Tesla系列雖取得市場先機,但AI技術與市場逐漸演變出不同需求,一是依據布建位置的不同分成資料中心(Data Center, DC)、邊緣(Edge)兩類,前者位於集中且有密集設備的資訊機房內,後者則裝設在各種需求現場,例如視訊監控的攝影機、機箱閘道器及自駕車內等。 另一則是依據AI程式開發與運用兩階段區分,AI程式在開發過程中也稱為訓練學習(Training)階段,開發完成後用於辨識或預測則稱為推論(Inference,亦稱為推理、推算、推測)階段。 推論晶片成長潛力佳 因應上述需求,AI晶片也必須改變發展,由於資料中心有源源不絕的電力因而於AI晶片設計時以效能為優先,晶片與晶片加速卡可動輒數十、數百瓦功耗;邊緣則須在用電上有所節制,攝影機可能僅以網路線方式取得若干電力(Power over Ethernet, PoE),因此晶片多必須低於10瓦,甚至僅1瓦、2瓦,閘道器亦僅比攝影機寬裕些;自駕車則因有汽車電瓶支撐且需對外界變化快速反應運算,因此為數十瓦、上百瓦電能。 除因應布建環境對功耗設計要求外,AI晶片因訓練、推論兩階段的不同也須改變,訓練階段由於AI的特徵、演算法、權重參數等均未定,需多方嘗試與調整,所以需要較高精度、較高位元數的運算,如32位元浮點數;訓練完成後則有機會簡化,調整成較低位元數,或將浮點數轉成整數,如16位元浮點數或8位元整數等。 事實上AI演算法仍持續精進,過去訓練以32位元浮點數為主,也開始出現16位元、8位元的浮點數訓練,如IBM於2018年的研究發表,推論可降至8位元整數,甚至出現4位元整數、2位元整數(圖1)。 圖1 IBM研究顯示AI訓練、推論的精度需求均持續降低中。 雖然用於訓練的AI晶片也能用於AI推論,但以32位元浮點數為主的處理單元執行8位元整數,在電路面積與功耗等方面並不經濟,且多數認為未來AI推論的需求將遠大於AI訓練。一個AI應用程式在一年內僅會數次調整參數而重新訓練開發,但訓練完成後則是全年隨時在推論執行(如臉部辨識的門禁系統),因此經濟節能的推論運算成為晶片商新焦點,甚至其市場會大於訓練用AI晶片市場。再將資料中心、邊緣、訓練、推論四者交叉權衡考量,由於訓練必須耗用大量且長時間運算,幾乎只會在資料中心內進行;即便不在資訊機房,亦僅在研究單位的桌上型電腦系統上進行,依然屬於偏重度用電的後端系統,短期內訓練不易在邊緣端進行,除非演算法、軟體面有重大突破,或僅為簡易少量訓練,邊緣大致上為推論晶片市場。 至於資料中心,原有高位元、高精度的AI晶片將持續用於訓練,但將逐漸導入推論專用晶片以便提升資料中心的經濟效益,除非在所有推論晶片均已投入運算仍無法滿足需求時,方才調用訓練用AI晶片轉而投入推論運算,屬應急性調度。 在分析前後端、訓練推論的四種情境後,2019年1月麥肯錫(McKinsey)發表的專文對四個市場進行預測,認為後端推論市場將有最大成長潛能(圖2)。 圖2 McKinsey&Company對四類型AI硬體市場的預估。 機房AI訓練/推論晶片各有方案 機房AI推論晶片有可能為最大潛力市場,然而機房訓練與機房推論的分際為何,一是晶片商發表晶片時即明確定義市場取向,如英特爾(Intel)Nervana的NNP-T/NNP-I晶片,前者為機房訓練晶片,後者為機房推論晶片;又如Intel近期購併的以色列Habana Labs,其機房訓練晶片為GAUDI方案,機房推論晶片為GOYA HL-1000晶片。 或者百度(Baidu)的818-300為訓練晶片,818-100則為推論晶片;NVIDIA亦採訓練、推論分別推展策略,其T4/Tesla T4即為推論專用晶片,有別於Tesla V100訓練晶片。 不過也有業者只專注於機房訓練或機房推論,例如谷歌(Google)的Cloud TPU並未有推論專用版,仍為訓練、推論合一,Google僅在邊緣推展推論專用晶片,即Edge TPU;亞馬遜AWS(Amazon Web Services)只自主發展用於推論的Inferentia晶片,訓練仍屬意使用NVIDIA Tesla;高通(Qualcomm)Cloud AI...
0

邁向Level 3+自動駕駛 電源/雷達/感知設計更精進

目前市面上搭載先進駕駛輔助系統(ADAS)的車款,多處於Level 1、Level 2的階段,例如道路偏移警示系統(LDWS)、盲點偵測等功能是屬於Level 1,而ACC自動巡航系統和自動煞車等應用則歸類於Level 2。然而,在強化行車安全以及提升消費者體驗的驅動之下,全球車廠與Tier 1車電相關業者,無不勠力邁向Level 3以上的自駕等級,而ADAS功能的突破、升級,將是促成此一發展目標實現的重要關鍵;為此,產官學各界紛紛朝汽車電源架構、雷達、感知系統等方面著手,以提升ADAS性能,並早日實現Level 3以上的自駕車 汽車元件日益增加 電源設計須更注意 茂宣企業應用工程經理陳俞阡(圖1)表示,汽車電子系統設計十分複雜,特別是自動駕駛車輛(或是ADAS的車輛),因當中結合了許多數位和類比元件。像是自動駕駛除了要搭載中央運算平台,在平台之外還須連接許多閘道器(Gateway),並搭配許多感測器,如雷達、影像感測器、光達等;同時,還有著許多連網元件以實現車聯網。因有著這麼多樣功能和元件,使得現今的自動駕駛車輛產生大功率需求,且必須強化EMI防護,避免元件間相互干擾,影響到中央運算系統、閘道器等對資料收集的精確度和分析判斷。 圖1 茂宣企業應用工程經理陳俞阡表示,汽車電子系統結合了許多數位和類比元件,因此EMI防護十分重要。 為此,ADI備有Silent Switcher 2 LT8640S、LT8643S和LT8650S同步降壓穩壓器,具備可將EMI輻射降到最低的Analog Devices第二代Silent Switcher架構,並使用旁路電容器、接地平面、銅柱和其他可將所有快速電流迴路最佳化的元件組合,可在高切換頻率下高效運作。42V/6A穩壓器的靜態電流為2.5µA,1MHz下的效率高達96%,可以提供快速、乾淨且低過充的切換邊,即使是在高切換頻率下亦能夠實現高效運作和高降壓率。 陳俞阡進一步指出,隨著節能減碳意識興起,電動車和油電混合車也持續成長,使得自動駕駛的電動車和油電混合車在電源設計上,除了有著上述的挑戰之外,另一個挑戰便是目前許多車款都採用48V/12V汽車雙電池系統。 換言之,目前採用48V/12V汽車雙電池系統的電動車或油電混合車,車上既有12V的電池,同時也有48V的電池,所以在進行設計時,必須考量到能量要能夠從48V傳輸到12V,反之亦然;而若電池放電,則需要雙向電力傳輸來為電池充電,使得控制器必須能夠非常精確地控制充電電流,避免損壞電池。 基於此一需求,ADI也擁有多相位同步降壓或升壓控制器LTC3871,可在12V和48V電路板網路之間,提供了雙向DC-DC控制和電池充電。其可操作於降壓模式(從48V匯流排至12V匯流排)或升壓模式(從12V至48V)。任一模式可利用一個施加的控制訊號按需求配置。且其多達12個相位,可並聯和異相定時,以將高電流應用(高達250A)的輸入和輸出濾波要求降至最低。 打造自駕車輛 雷達/聯網是關鍵 是德科技應用工程部資深專案經理蘇千翔(圖2)表示,自動駕駛發展一直以來都備受矚目且有著龐大的商機,目前有95%的意外事故都是人為造成,而汽車產業之所以會如此積極推動自駕發展,最主要的原因便在於希望透過自駕車,大幅降低交通意外事故。 圖2 是德科技應用工程部資深專案經理蘇千翔指出,自動駕駛車輛其中一項關鍵元件是車用雷達。 而要打造自動駕駛車輛,其中一項關鍵元件便是車用雷達,有了車用雷達(及其他感測器),自駕車才能夠全面掌握周遭環境。蘇千翔指出,目前雷達主要是進行障礙物檢測或是盲點檢測,其代表著車子的感知能力,透過雷達獲取周遭環境資料後再送到中央系統進行分析、判讀。也因此,車用雷達的性能、精確度以及可靠性對自駕車而言至關重要。 因此,是德科技推出新的增強型Keysight E8740A汽車雷達訊號分析與產生解決方案。此一方案基於高效能實體層儀器,可為每個待測雷達設計提供同級中最有效的射頻(RF)和毫米波效能驗證,並具備易於使用的直覺式操作介面,能以更高效率進行測試,且還可產生各種真實條件,以解決任何潛在的汽車雷達干擾問題。 簡而言之,ADAS和自動駕駛汽車發展愈來愈迅速,而實現自動駕駛車輛需倚賴大量的感測器,有鑑於此,是德科技將持續投入資源,以實現全面協助開發人員克服雷達設計和效能驗證挑戰的目標。 另一方面,車聯網也是自動駕駛另一重點發展方向,蘇千翔表示,V2X通訊是一種汽車通訊系統,可將來自感應器和其他來源的資訊,透過高頻寬、低延遲、高可靠度的鏈路進行傳播,有助於推動完全自動駕駛的未來發展。C-V2X透過蜂巢式網路與雲端服務(如導航和車載資訊娛樂系統)進行通訊,並且透過直接連接將汽車與所有裝置相連,包括裝置(V2V)、行人(V2P)、基礎設施(V2I),以及網路(V2N)互連。 不過,目前C-V2X面臨的最大挑戰之一是跟上最新標準,該標準要求測試解決方案必須與C-V2X要求的最新發展保持同步,包括未來的5G NR版本。因此,是德科技推出新的蜂巢式V2X(Cellular Vehicle-to-everything)和先進的車載乙太網路解決方案,以因應不斷演進的產業標準並確保元件之間的互通性。 此一工具套件能夠在射頻、協定和應用層測試方面,跟上不斷演進的C-V2X標準解決方案,其5G NR V2X平台基於3GPP第16版標準,可因應未來規範並保護投資,加速新技術的部署,進而實現先進的安全功能。 自駕車輛要上路 實際模擬不可少 為了降低肇事率,確保駕駛安全(特別是未來人口老化越來越明顯),自駕車發展勢在必行。自動駕駛車輛的核心技術包括感知/定位、決策規劃、車輛動態控制等,除了這些技術之外,還有一項不容忽視的要素便是整車測試驗證。 車輛研究測試中心(ARTC)研發處經理許文賢(圖3)說明,自動駕駛實車上路之前,一定要進行所謂的模擬驗證,以確保安全性。因為某些突發狀況在真實道路上較難測試,譬如說行人不會三不五時的突然竄出衝到馬路上;因此,自駕車實車上路前勢必要先進行各種情況的模擬驗證,以確保車輛上路後能夠因應各種突發狀況。 圖3 車輛研究測試中心(ARTC)研發處經理許文賢說明,模擬驗證是自駕車上路前不可缺少的步驟。 據悉,自駕層級提升所面臨的測試問題包括:符合不同標準的測試環境(NHTSA、ISO、Euro NCAP等)、如何確保產品基本性能、測試數據的代表性、更嚴謹的測試方法、如何產生更多樣/貼近實務的測試情境、測試數據是否足夠、如何加快測試時程、如何驗證感測資訊的準確度,以及系統的強健性(Faultinjection)等。 因應這些測試需求,車輛中心有著SAE Level 0~5駕駛模擬驗證方案,包括Model In The Loop(MiL)、Software...
0

專訪鴻海科技集團執行副總裁特助王惠民 鴻海攜英特爾力攻Local 5G商機

鴻海科技集團執行副總裁特助王惠民表示,5G時代到來,虛擬化基礎架構需要與邊緣智慧結合,以提供更靈活的創新應用/服務,而要如何降低營運成本以實現合理的部署便成關鍵。以企業專網為例,企業專網若成功實施,代表將來布建網路的不一定就是電信運營商,而會是企業本身,因此,設備商須提供價格/成本上都相當有競爭力的方案。 鴻海科技集團執行副總裁特助王惠民指示,要如何降低營運成本以實現合理的部署便成為5G世代的挑戰。 為此,鴻海與英特爾攜手合作,透過OpenNESS、FlexRAN、OpenVINO、DPDK、QAT和FPGA等,共同開發5G、邊緣運算和AI產品技術。 據悉,在英特爾的大力支持下,鴻海第一代基於MEC的專用網路解決方案已有商業化布建和推廣,與英特爾在O-RAN的前傳介面標準的整合亦已完成,預期將可以加速Local 5G的商品化推廣。 另外,鴻海目前也正在開發第二代Local 5G邊緣解決方案,融合了接入系統與邊緣運算,同時也將AI和邊緣工作負載整合到一個平台中,可在以4G/5G無線基礎設施加速促進物聯網推廣的同時,保持合理的部署和營運成本。目前Local 5G邊緣解決方案將先在鴻海集團內部部署並在未來推廣到全球的外部客戶。 英特爾物聯網事業群副總裁Johnathan Ballon指出,5G、AI應用和運算能力的興起,以及物聯網的爆炸式成長正推動著零售、工業、智慧城市、醫療保健等產業的轉型。邊緣數據和應用程序的快速成長推動了分布式計算架構的需求,在這種新的架構中,運算將貼近於數據源或服務點。為了使企業能有效運用5G和AI邊緣運算,業界需要設計出可滿足邊緣運算獨特需求的產品和工具,具開放性且易於使用的軟體工具,更需致力於相關解決方案的開發和布建。
0

專訪車王電暨華德動能董事長蔡裕慶 攜手工研院布局自駕電動巴士

車王電暨華德動能董事長蔡裕慶表示,台灣產業過往最大的問題在於欠缺系統平台,使得許多零組件、軟硬體難以實際淬煉;因此,車王電與華德動能致力提供系統平台,同時串聯台灣產業鏈,讓這些車用相關技術、產品能有實際淬煉、運行的機會。 車王電暨華德動能董事長蔡裕慶表示,車王電與華德動能致力提供系統平台,讓車用相關技術、產品能有實際驗證機會。 蔡裕慶認為,台灣自產的電動車未來終須走向國際市場,由於地形限制的關係,台灣本身的汽車需求量和全世界相比,可說是微乎其微,因此不能單靠內銷,而是要拓展海外市場。因此,電動車業者必須要想辦法成為「解決方案供應商」,也就是要串聯眾多的產業鏈,以實現智慧城市、智慧交通為出發點,而非是單純銷售車體而已。 蔡裕慶進一步說明,這也是該公司積極發展電動自駕巴士的因素,因為自駕車是智慧運輸不可或缺的要角。與工研院的合作,除了會整合工研院的自駕感知與決策次系統外,也會整合台灣ICT、零組件、儲能等眾多產業鏈,以打造先進的電動公車平台;在推動電動車商業化的同時,也將台灣的產業鏈、產品推向國際。 像是上濱空調、四零四科技、車王電子、亞勳科技、佳世達、岩田友嘉、明泰科技、東元電機、宸耀科技、華德動能、勤崴國際、福華電子、銓鼎科技、輝創電子等共14家廠商,都包含在本次的合作案中,預期將在2021年完成Level 3+等級的自駕電動公車量產(目標先打造10部國產自動駕駛電動巴士),希望藉此建構台灣自動駕駛產業鏈整體發展,滿足國內自駕營運需求,進一步搶攻國際自駕市場商機。
0

專訪Ansys台灣區總經理李祥宇 多物理模擬需求爆發可期

Ansys台灣區總經理李祥宇表示,2019年對Ansys而言,是收穫滿滿的一年。不僅2019年前三季全球營收成長近20%,股價成長77%,公司亦獲選為NASDAQ 100指數的成分股。除了資本市場的肯定外,Ansys在台灣的團隊規模也隨著購併跟科技業供應鏈將發展重心大舉遷回台灣而明顯成長,導致現有辦公室已經不敷使用,正在尋找更大的辦公空間。 以Ansys在台灣的客戶結構來看,由於半導體是台灣科技業的主力,因此半導體相關產業是最大的客戶群。如台積電、日月光、創意電子等晶圓製造、封裝及IC設計的大廠,都是Ansys的合作夥伴與客戶。而隨著5G、人工智慧的興起,半導體元件的功能跟結構設計將會變得更為複雜,這會使半導體業者在開發新一代產品時,必須面對更棘手的工程挑戰,並使得電磁分析、功率分析、熱分析、應力分析等軟體,成為研發工程師手上不可或缺的工具。 因此,多物理模擬工具在電子設計自動化(EDA)的流程中,勢必將扮演更吃重的角色。這也使得Ansys雖然是以多物理模擬起家,但在半導體領域,卻開始跟許多EDA工具大廠出現既競爭又合作的關係。 除了半導體之外,終端產品與系統業者對多物理模擬工具的需求,也將隨著AI跟5G應用的興起而明顯增加,因為這些硬體設備同樣會面臨類似問題,且這些問題往往環環相扣,光是靠過去累積的設計經驗,將很難應對未來的設計挑戰。 展望2020年,Ansys在台灣將會有更多新的投資。除了前面提到的新辦公室外,團隊的規模還會繼續成長,以提供客戶更完善的支援服務。 Ansys台灣區總經理李祥宇表示,從半導體元件到自駕車、5G應用的研發,都已離不開多物理模擬工具。  
0

重新檢視媒體識讀能力

  文 | 萬岳憲 資策會MIC產業躍升事業群總監 至今,我還是不認同新舊媒體的區分說法,因為從媒體的本質來看,媒體只是傳遞訊息的媒介,人際之間透過媒介傳遞的訊息內容,才是真正的溝通價值,媒介只是依附在人們的溝通需要,當某類型的媒介不再被需要,就會逐漸被市場機制淘汰。所以,我認為媒體沒有新舊之分,只有能不能跟隨科技應用發展,提升傳遞訊息品質與效率的媒體。 不過,人類大腦的天性就是喜歡分類,所以我還是要嘗試著將媒體歸類,2020年將媒體區分為「傳統媒體、自媒體、社群媒體」三類,這是以資訊的製作成本與傳播效率來區分,「傳統媒體」是高成本低效率、「自媒體」是高成本高效率、「社群媒體」是低成本高效率。 為什麼「傳統媒體」是高成本低效率?因為廣播、電視、報紙、雜誌類型的媒體,還是以組織團體的型態存在,訊息傳遞品質與組織的聲譽相互依附,組織處理訊息散佈的流程,仍然存在「守門人」機制,訊息揭露採用實名制,每位訊息製作者都必須為訊息內容負責,實體印刷出版與影視音錄製的過程,全部要預先付出高成本,甚至修改重製的成本更高,所以必須有嚴謹的製作過程,以避免發生致命的錯誤導致全面性的重製。但是,傳統媒體勢微,眾人皆知,請問正在閱讀這篇文章的你,今天有翻看過實體報紙或雜誌嗎? 「自媒體」泛指個人運用網路科技傳遞資訊的方式,顧名思義,自己就是媒體,自己就能夠隨時透過網路平台,傳遞資訊給特定的對象,或是透過平台的特定規範,運用議題設定的方式,經營特定資訊以群聚特定的資訊需求族群,經營者就是所謂的「網紅」。 當群聚的資訊族群規模超過數十萬或百萬時,資訊傳遞的效率就高,影響力也不容小覷。但是,為什麼是高成本呢?因為網路資訊快速的流動,就是資訊快速的落伍,網紅想要維持不墜,就必須不斷的尋找吸睛的社會議題,使用自己最寶貴的人生與時間,不斷去迎合一群從未謀面的追蹤者,若能變現謀生,還算是經營得法,若不能變現謀生,十分耕耘,二分收穫,娛人二分,自損八分,怎麼不是高成本呢? 「社群媒體」的快速興起,始於人際關係的濫殤,快速的社群連結,讓許多人誤以為自己的人脈寬廣,免費的App、免費的連結、免費的群組,讓每個人更快速容易的參與虛擬社群,隨著群組數量或群組人數的持續擴張,訊息傳遞的效率及影響力就愈來愈高。為什麼人們會樂於在社群裡分享,真正的原因在於「不會失去擁有」,想想看,如果人們每傳遞一張相片,這張相片就會被刪除消失,當然就不會輕易的傳遞訊息,效率自然就低了。 透過這樣的分類觀察得知,低成本高效率的媒體偏向個人經營,高成本低效率的媒體傾向組織經營,兩者的訊息可信度,又應該如何判別高下? 不妨讓我們先來看一個上世紀的假訊息擴散故事。 1938年10月30日,美國CBS電台正在播放「太空劇場」廣播劇,由於廣播效果過於逼真,當電台傳出美國正受到火星人攻擊,政府呼籲民眾儘快保護自己,讓許多聽眾深信不疑,認為美國正受到火星人的攻擊而進入戰爭狀態,對自己的生命受到威脅而恐慌,受到驚嚇的群眾,驚叫、躲藏、禱告或逃到郊區。事後學者研究評估,大約有600萬的民眾受到廣播劇內容的誤導,完全相信廣播劇傳遞的訊息,這是20世紀大眾傳播媒體引起社會恐慌的重要事件紀錄。會發生這種狀況的主要原因,在於當時的「廣播」媒體是美國人收聽國家重要訊息的主要媒體,尤其在經濟大恐慌的時代,美國羅斯福總統藉著廣播節目「爐邊談話」讓國人對國家重拾信心。 其次的原因,是製作團隊的推波助瀾。當時「太空劇場」廣播劇的製作團隊,想盡辦法要增加廣播劇的臨場效果,希望能創造出高收聽率,因為與同時段競爭對手的收聽率相比較,「太空劇場」只有3.6%,競爭對手的收聽率卻高達34.7%。 沒想到當天同時段競爭的廣播節目,邀請的來賓不太有名氣,多數聽眾紛紛中途轉台改聽「太空劇場」,結果沒有聽到開場時的「廣播劇」說明,只聽到逼真的廣播劇內容,當聽到政府呼籲民眾不要使用23號公路,改走其他公路的訊息時,真實的地名、真實的天文學教授接受訪談、真實的指揮作戰的將軍提供目前雙方對峙的最新情形說明,紅十字會的某先生說明搶救傷患的情形,甚至還有內政部長描述災情,並呼籲民眾該如何自保及撤退的訪談。 這些完全符合美國民眾日常生活習慣的細節,被戲劇化的強化訊息傳遞的可信度,有絕大多數的人是從最逼真的進攻時段開始聽,受到驚嚇誤信訊息的聽眾,紛紛打電話向親友求證,或叫他們趕快收聽廣播,口傳的擴散效應預估影響近200萬人。 但是也有許多沒有受到假廣播訊息影響的人,傳播學者研究歸納出有四個類型的人,沒有受到假訊息的影響而產生恐慌逃避的行為。 1.仔細查對廣播的真偽者,他們成功的從劇情中分辨真假。 2.進一步向其他聽到訊息的人求證,成功的從其他消息分辦真假。 3.絕望失敗的求證者,他們曾經試圖求證,始終相信假訊息是真的。 4.被驚嚇到沒有去求證真偽,這些人被嚇得關掉收音機,在家裡感到憤怒與震驚,甚至很絕望的認為,無論做什麼事都沒有用了。 進一步分析發現,受到驚嚇而產生行動的恐慌百分比,教育程度愈高的愈低,多數接受過大學教育(28%)的人,選擇先求證再相信,高中(36%)與小學(46%)程度的人,則普遍無意求證或查證錯誤而受到驚嚇。研究顯示,凡是受到驚嚇的聽眾都是「耳根極軟」(Highly Suggestible)的人,他們非常相信自己所聽到的訊息,而且不會再去求證正確與否;但是有些人則不會妄自下結論,他們會細心的查證,然後發現這些都不是真的,這些人被認為是具有「評判能力」(Critical Ability)的人。 看完這個上世紀的媒體傳遞假訊息引起民眾恐慌的故事,再對照本世紀的媒體濫殤,或許假訊息的出現是網路媒體的必然,複雜的人際訊息傳遞意圖,很難讓我們能充份的要求所有可以透過媒體傳遞訊息的人們,要善盡媒體社會責任或接受媒體自律的道德勸說。最好的方法就是每個人要重新檢視自己的「媒體識讀」能力,從不疑處有疑,小心解讀查證每一則從「傳統媒體、自媒體、社群媒體」收到的訊息,檢視訊息來源的可信度。 曾經在一場研討會中,有人問我應該如何檢視假訊息?我的回答很簡單:「你問問新電子雜誌的社長或總編輯,雜誌裡的內容有假訊息嗎?」。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -