市場話題

5G為人類擘畫未來十年行動通訊的美好願景，架構涵蓋範圍龐大，為此，全球行動通訊專家設計了一個具備高度彈性的網路架構，進一步落實軟體定義網路(Software Defined Network, SDN)與網路功能虛擬化(Network Functions Virtualization, NFV)兩大概念，打造以軟體控制的虛擬化網路，並導入雲端依需求調度資源的彈性服務概念。 虛擬化的雲端原生網路架構，讓管理調度更加容易。因此，多年前被提出的無線電接取網路(Radio Access Network, RAN)開放架構，成為5G商業化過程中最吸睛的話題。諾基亞(Nokia)台港澳業務銷售總監鄭志中指出，5G時代，在Cloud RAN的發展趨勢之下，使用網路切片(Network Slicing)將實體網路畫分為多個虛擬的邏輯網路，以滿足對網路有不同需求的各種應用。過去如同潘朵拉盒子的無線電接取網路如何打開？解構後產業鏈會帶來甚麼樣的變化，新的產業鏈帶來甚麼效益？如何較過去更加順暢高效地運作？ O-RAN推動5G開放架構 5G控制網路將走向軟體化與虛擬化，未來電信網路的運作會與雲端資料中心相似度極高。而目前電信網路，也希望複製資料中心架構開放的成功經驗，工研院產科國際所分析師魏依伶提到，過去電信網路是由設備商Nokia、Ericsson、華為統包，並負責電信營運商的相關技術支援與後勤服務，開放架構中軟體、硬體、系統整合、後勤支援都是不同廠商提供，典型的電信網路架構如圖1所示，未來電信網路開放後依照屬性將解構成多個部分，由不同廠商提供專屬的設備或服務。 圖1　無線電存取網路RAN架構圖 而RAN在開放的過程中，標準化就是現階段的重點工作，魏依伶說明，O-RAN聯盟由電信營運商主導，目前有130多家會員，包括：營運商、供應商及研究與學術機構。O-RAN的使命是將下一代無線電接取網路全面開放，未來的RAN將建立在虛擬化網路架構、白牌硬體和標準化可互通/互連介面基礎之上。越上層供應商越少，鄭志中坦言，A1與E2介面較有機會標準化，越下層投入廠商更多，標準化的複雜度也隨之提高。 O-RAN目前致力於將RAN架構進行標準化定義與傳輸介面的共通性，魏依伶進一步解釋，O-RAN目前有幾大工作小組投入標準與介面的制訂，包括：非即時RAN智慧控制與AI介面、即時RIC與E2介面、Open Fronthaul及Open F1/W1/E1/X2/Xn介面、RAN軟體與底層硬體解構、白牌硬體參考設計架構等。 TIP/ONF/OTIC就不同層次努力 此外，Facebook以雲端模式解構電信基礎架構，號召超過500家廠商成立TIP(Telecom Infra Project)，包括德國電信(Deutsche Telekom, DT)、SK Telecom、西班牙電信(Telefónica)、Vodafone、英國電信(BT)等，針對接取網路如LTE基地台、vRAN、Power、Open RAN等；行動回傳網路如Open Optical Packet Transport、mmWave等；核心網路與管理平台如AI/ML、End-to-End Network...

2018年2月，橫跨亞洲、歐洲和北美的5家行動網路營運商，在西班牙巴塞隆納世界行動通訊大會(MWC)上共同發起成立O-RAN聯盟(O-RAN Alliance)，這是一個全球性、由電信商主導的組織，致力推動無線通訊系統的RAN進入智慧、開放、虛擬化和完全可互通操作的新世代。 相比於很多產業聯盟成立後音量就愈來愈小，O-RAN聯盟這兩年，在全球有愈來愈多電信業者和供應商加入，聲勢日益變大。1年後，該聯盟已有近80家公司加入，並發布了第一個O-RAN規範和技術展示。 2019至今，又有9家電信商新加入，包括Bell Canada、英國電信、中華電信、DISH Network、KDDI、SoftBank、Sprint，以及Vodafone。如今，O-RAN聯盟由遍及四大洲和11個國家/地區的全球理事會管理(歐洲4個，中國2個，印度2個，韓國2個，美國2個，澳洲、日本和新加坡各1個)。 今年MWC期間，O-RAN聯盟原本還準備好要展示會員廠商最新發展的22個實際O-RAN設備實作，進一步證明該聯盟倡議的開放、智慧化RAN正朝向成熟發展，未料MWC因新冠肺炎疫情衝擊，破天荒宣布取消，只好再另行規劃以其他方式進行發布。 生態系迅速壯大　O-RAN發展動能增強 事實上，在O-RAN聯盟戮力推動下，至今已有24家電信業者加入發展行列(圖1)，相關部署案例除了樂天移動(Rakuten Mobile)外也不斷增加；不僅如此，2019年12月，O-RAN聯盟也首次進行全球插拔測試大會(Plugfest)，為未來相關設備的相容性與互通性，確立重要發展里程碑。 圖1  至2020年2月，全球已有24家電信商成為O-RAN聯盟主要會員。 O-RAN聯盟主席暨AT&T技術長Andre Fuetsch表示，該聯盟將結合全球24家電信商的力量，致力改善行動網路的效能和效率，在5G時代到來之際，為所有用戶帶來期待的網路體驗。 O-RAN營運長暨德國電信策略與技術創新資深副總裁Alex Choi進一步指出，O-RAN聯盟已從創立之初的5家行動網路營運商，快速成長到超過160多家電信商和貢獻者，其中包括業界領先的大型業者、中小企業、新創和學術機構。這如此多元組合的成員將共同努力，促使產業邁入開放且智慧化的下世代無線接取網路。 O-RAN聯盟現今已通過31個規格，並與Linux基金會合作發布了130萬行開源程式碼，並且在2019年耶誕節前夕，舉辦了第一次全球插拔測試大會和概念驗證，以驗證網路設備的功能及多供應商互通性符合近期公布的O1、A1和Open Fronthaul(開放式前端網路)介面規格。 Fuetsch表示，O-RAN首次Plugfest測試大會顯示業界開發真正開放介面規格的能力，並有可能加快推進新的5G先進服務，這些服務將具有多營運商、多供應商特性，並為整個生態系統創造機會。本次活動代表向實現O-RAN相容的5G RAN解決方案又邁出一步，這些解決方案預期不久後將成為主流供應商和利基供應商產品系列的一部分。 三大誘因讓電信商趨之若鶩 是什麼原因，讓原本保守的電信商開始渴望「開放」，並相繼加入O-RAN、TIP(Telecom Infra Project, 電信基礎建設計畫)等倡議組織，尋求新的網路部署對策？最主要有三大因素，包括成本、彈性與智慧化。 工研院產科國際所電子與系統研究組通訊與智慧聯網系統研究部產業分析師魏伊伶分析，相較於4G，5G頻譜標金愈來愈高，基地台部署成本起碼是1.5倍以上，但平均用戶貢獻(ARPU)值卻難以拉升，因而促使電信商開始走向開放的O-RAN架構，期藉此降低5G網路布建成本。 傳統上，基地台設備就像是個黑盒子，掌握在華為、愛立信(Ericsson)和諾基亞(Nokia)等少數電信設備業者的手裡，電信商在部署行動網路時，不僅選擇有限，且採購成本相當高昂。 開放式O-RAN架構則是將基地台設備解構，把軟體和硬體拆分開來，讓基地台硬體能架構在標準的白牌伺服器之上，從而大幅降低成本，同時提高創新研發以及供應商選擇的彈性。 這種概念，其實是來自於先前雲端資料中心的發展經驗。因為雲端資料中心的成功解構，讓電信業界也希望能借鏡，採用相同的邏輯打開長久以來封閉的基地台黑盒子。 魏伊伶進一步強調，5G大頻寬、低延遲、廣連結三大特性，必須在創新的應用上才能更加被突顯出來，而要支援這樣的創新應用，就須擁有更彈性的網路架構來支撐，以因應上層應用，調整相對應的底層網路配置。 根據德國電信的估計，採用O-RAN架構部署網路，固定成本加營運成本合計大約可以節省50~75%。 看好O-RAN架構所帶來的好處，日本樂天移動在2019年率先開出第一槍，宣布採用O-RAN架構進行4G行動網路部署，成為業界最為熟知的案例。 不過，樂天移動因為非典型的營運商，雖然備受關注，但它的案例對傳統電信業者來說，參考與刺激的力道有限，因此業界原本預期O-RAN架構將緩步拓展。直到不久前，Vodafone宣布大規模導入O-RAN，才加速點燃發展引擎。 魏伊伶指出，2019年11月在荷蘭阿姆斯特丹舉辦的電信基礎建設計畫高峰會(TIP Summit)上，英國電信大廠Vodafone宣布，將在其歐洲超過10萬個基地台逐步導入O-RAN架構，並正式公開徵求O-RAN廠商提出報價，預計布建版圖將橫跨14個國家，提供超過4億人的行動網路服務。這項宣布的主要用意，在建構創新且低成本的基地台；而此次的公開徵求，除了是至今最具規模的O-RAN布建規劃，同時也被視為是加速O-RAN產業生態鏈的一大舉措。 O-RAN成敗全看他　系統整合商角色吃重 開放是O-RAN架構的核心價值，但要真正將基地台黑盒子解構，挑戰不小。最重要、也是電信商最關心的問題，就是如何確保網路的穩定性。 魏伊伶分析，以往電信商是直接找諾基亞或愛立信採購設備，由他們提供一次到位的完整方案；O-RAN架構則要分拆成好幾包，硬體、軟體要分開買，買回來後還要有人負責整合，並確保互通無虞。所以當合作廠商變多時，會不會發生問題沒人管，造成服務品質下滑，是電信商最大的疑問。 另外，當電信商5G網路改用O-RAN架構後，新的5G基站如何跟既有3G、4G基站設備進行整合，達到向後相容，也是一大難題。因此，扮演軟、硬體整合的系統整合商(SI)角色就極為重要。 工研院資訊與通訊研究所副所長丁邦安(圖2)指出，早在10多年前，業界就已在討論將基地台設備的軟硬體解構，但由於過程極為複雜，一直沒有成形。而雲端資料中心之所以能成功解構，關鍵在於Google、Facebook、Amazon自己就有強大的軟體能力，自己就能完成軟、硬體整合。如今電信業者要複製雲端資料中心解構的成功方程式，最關鍵的問題，就是由誰來負責軟硬體整合？ 圖2　工研院資訊與通訊研究所副所長丁邦安 過去系統整合的角色，都是由電信設備業者包辦，而在新興的O-RAN生態圈中，目前則有思科(Cisco)和三星(Samsung)較為積極。以樂天案例來看，硬體找了廣達(伺服器)、中磊(天線)，軟體找了Altiostar，系統整合者是思科。Vodafone的案例，目前預期會是由三星(Samsung)負責系統整合。 魏伊伶認為，思科在企業級路由器市場已是主導廠商，網路對他來說並不陌生；而三星以前就是韓國電信商KT的合作夥伴之一，也不是新手，兩者都有累積相關經驗。 然而，諾基亞、愛立信從2G、3G、4G到5G，一路走來所累積的網管實力，也相當雄厚，在樂天的供應鏈裡，諾基亞亦仍在其中，因此，未來是否也會在O-RAN生態圈中占有要角，值得觀察。 基地台大解構　台廠卡位白牌化商機 如同雲端資料中心軟硬體解構為台灣廠商帶來極大商機，O-RAN架構的發展亦可望開創台廠新的發展機會。 目前來看，O-RAN基地台標單會分成四個部分，其中三張是硬體，包括射頻單元、伺服器、硬體加速器(Accelerator)，另外一張則是軟體(系統整合)。其中伺服器的部分，就是台灣業者最能發揮的舞台；此外，也有一些網通廠積極從交換器、路由器切入O-RAN供應鏈。 為了協助台灣廠商搶得O-RAN市場先機，工研院自3、4年前就已投入5G基地台技術研發，且特別著力於通訊協定開發，強化軟體層面的整合，以確保整體系統的功能與效能。 丁邦安表示，工研院一開始就與台灣廠商共同合作，現在的基地台方案是包含射頻單元、伺服器、硬體加速器，上面再搭載工研院自己開發的通訊協定，四位一體一併技轉給台灣廠商，讓台廠可基於這套方案，向客戶證明產品開發能力，爭取合作機會。 丁邦安認為，台灣廠商強項在於硬體，應該要把這個強項維持住，因此重點是必須及早掌握未來規格，如此才能在這個改朝換代的第一時間點，被市場看見，如廣達、中磊已順利打入樂天移動網路布建案首波供應鏈。 除了基地台解決方案已技轉給中磊、合勤等四家台廠外，工研院也攜手國內18家業者打造5G基地台生態系(表1)，共同開發5G小型基地台(Small Cell)，並將於2020年底與國際同步，完成商用化互通性測試。 表1  目前加入工研院5G基地台生態體系的台灣業者 魏伊伶建議，有意搶攻O-RAN白牌基地台商機的業者，現階段就要認真思考並積極切入生態圈，與其他供應鏈業者互相測試、練兵，如此才有機會爭取到大規模採購的訂單。一旦錯過這個時間點，恐怕就為時已晚。 互通測試/商用進展　為2020年觀察重點 整體來看，O-RAN的發展目前仍處於逐漸加溫階段，包括相關介面標準、測試互通規範，以及實際商用部署，皆將持續演進。 丁邦安指出，2020年O-RAN的互通測試將是一大發展重點。負責O-RAN產品互通測試的開放測試和整合中心(OTIC)，計畫在今年底將軟/硬體、射頻單元、伺服器，以及硬體加速器等四大部分的規範訂定出來，讓供應商進行測試。唯有將測試認證做好，方能降低電信商對風險的擔憂，從而推助O-RAN的發展。 此外，樂天、Vodafone等商用部署的成果，亦是另一觀察指標。魏伊伶認為，如果Vodafone案例成功，軟硬體整合沒有問題，網路營運順利，會給予其他業者相當大的信心。屆時，負責Vodafone網路布建的供應鏈業者，也可望成為後續其他廠商尋求的合作對象。也就是說，O-RAN的供應鏈會慢慢成形。 不管怎樣，O-RAN的發展將是一場馬拉松，堅持到底才有機會贏得最後的勝利。

機器人以及各種旋轉機具的狀態監測(CbM)，像是渦輪、風扇、泵浦、馬達等機具，會記錄下機具健康與效能方面的即時資料，藉以進行針對性的預測維護，以及優化控制。在機器生命週期初期執行針對性預測維護能降低生產線停擺的風險，進而提高可靠度，省下可觀成本，以及提高廠區的生產力。 振動感測為狀態監測常用方案 工業機具的狀態監測可採用許多種類的感測器資料，包括如電性量測、振動、溫度、潤滑油品質、聲響等，以及像流量與壓力等製程量測數據。目前最常見的則是振動量測，因為振動是反映諸如不平衡以及軸承失效等各種機器問題最可靠的指標。本文專注探討運用振動感測，而這類量測方法同樣也適用於其他感測器的資料。 感測器資料從感測節點傳至主控制器或雲端的傳輸方式極大程度取決於應用。在許多應用中，本地端資料處理機制會建置在邊界節點上，整理後的資料接著會以無線方式傳送到網路閘道器，或透過手機網路直接傳送到雲端或分析伺服器。 在這些情況中，傳送資料量一般都很低，而且邊界節點由於使用電池供電，其傳送功率也比較低，反觀其他應用，傳送的則是未經處理的資料。 舉例來說，在匹配與融合多個感測器的資料之後，再將結果傳出並進行分析。一些應用還需要傳送未處理資料，這些資料用來執行即時控制。在這些應用中，較可行的資料傳輸解決方案則是有線介面。工業應用的狀態監測可採用優化型微機電系統(MEMS)訊號鏈加速計、低功耗微控制器，以及有線型iCoupler隔離介面，利用它們執行擷取、整理，以及可靠地傳遞機具的健康資料，並將這些從遠端CbM從屬設備取得的資料傳回到主控制器進行後續的分析。 經過長時間累積後，機器的健康資料即可用來建立軟體模型，藉此判斷機器行為的變化，以及維護機器的健康。在像是CNC數控加工機這類應用中，這類資料還可用來即時優化系統的效能。 實作有線CbM介面面臨的挑戰包括透過長纜線傳送資料時EMC強固性、在高傳輸率下資料完整性(即時CbM資料串流傳輸)，以及通訊實體層/協定的不匹配等。本文將以ADI的有線介面解決方案為例，它們除了能協助客戶縮減設計週期與測試時間外，還能讓工業CbM解決方案加快上市時程。 有線CbM設計實作考量 在設計與部署有線式狀態監測解決方案方面，必須考量許多系統效能因素以及做出取捨。第一，在選擇適合MEMS加速計方面，必須考量需要量產的失效種類，才知道應該挑選具備什麼樣頻寬以及雜訊效能的MEMS元件，才能因應相關的系統需求。另外邊界節點的處理能力則須匹配選中的處理器，以確保能發揮最大的系統彈性。 第二，有線CbM系統的設計必須小心挑選適合的有線通訊協定以及實體層元件，以進行高速即時資料串流傳輸。建置有線介面方面，其中，需要審慎考量EMC效能、資料傳輸線路/連接器/以及透過線路傳送電力等因素。 選擇適合MEMS加速計 選擇適合MEMS振動感測器涉及多個層面的因素，首先是軸向數量。監控軸向的數量，通常和失效種類以及感測器裝設方位有關聯。如果失效分布在明顯的軸向，而且沿著該軸向有著明顯的傳遞路徑，那麼單軸向感測器就足夠應付需求。對於涉及分布在多個軸向上能量的失效，或是失效能量的傳遞路徑並不明顯的狀況，就適合採用三軸感測。 其次是失效種類。要監視的失效種類，對於挑選感測器有很大的影響。在這方面，感測器的雜訊密度以及頻寬都是重要的規格，因為它們決定了能可靠擷取到振動以及頻寬的範圍。以一個例子來看，低轉速機器的不平衡以及錯位(Misalignment)失效，需要一個低雜訊密度感測器，頻寬需求則相當低；若是齒輪失效的偵測，感測器需要的規格則是低雜訊密度以及高頻寬。 最後則是效能需求。除了失效種類，還必須瞭解CbM的效能需求。在建構精密預警機制方面，需要基本流量狀況的偵測警訊，藉以反映效能水準。這方面除了涉及到部署的分析機制以及演算法，同時也會影響到選用的感測器。感測器在頻寬、雜訊密度，以及線性度等方面的效能越高，分析功能就會越先進。 選擇適合的訊號處理 在訊號處理設計方面，考量因素則有三點。第一是加速計輸出，加速計的輸出端通常是類比或序列數位訊號介面，通常是SPI。類比輸出感測器則需要一個轉換階段，將資料轉換成數位格式，以及訊號調節步驟。包括採用分立ADC以及前置放大器調節，或是在微控制器內嵌入ADC。 第二為邊界節點處理要求，邊界節點必須執行一些基本的高速傅立葉轉換(FFT)或訊號處理演算法，才能降低資料鏈路與/或中央控制器/伺服器的工作負擔。 第三則是資料傳輸協定要求。ADC或感測器的輸出端通常是一個SPI介面。該介面本身並沒有提供任何涉及資料完整性檢查、時間標記(Time Stamping)，以及混合不同感測器資料等方面的機制。其中一種有效的處理方法就是在邊界節點上以高階通訊協定將感測器資料裝入封包，然後再進行傳輸。 這種作法雖然會提高感測器介面的強固性以及彈性，然而，邊界節點的負擔也會隨之增加，因此須妥善處理以及封裝資料流。 將加速計輸出端移植到有線通訊匯流排 如先前所述，加速計的輸出通常為類比或序列數位訊號，大多為SPI規格。SPI輸出訊號可就地處理(促成協定的彈性)之後再加入到實體層介面，或直接移植到實體層。 SPI是一種非平衡式單端序列介面，用在短距離通訊上。想要直接將SPI移植到更長距離傳輸的實體層，則可採用RS-485線路的發送與接收元件。RS-485訊號為平衡的差動格式，其原本就擁有抗擾性，且經過長距離傳輸仍能維持強固性。 利用SPI介面在主控與從屬兩端進行較長距離的傳輸則會面臨許多挑戰。SPI本質上屬於同步式，由SPI主控端啟動一個時脈(SCLK)。而SPI資料線-主設備輸出/從設備輸入(MOSI)以及主設備輸入/從設備輸出(MISO)–則會與SLCK時脈同步化，這種機制在短距離內會可靠地達成。此外，SPI還有一種主動式低電平啟動(Low Enable)晶片選擇(CS)訊號，若有需要也能允許個別從屬端定址。 在經過長纜線傳輸後，SCLK訊號會延著纜線出現傳輸延遲，每100公尺會延遲500奈秒。在MOSI的資料傳輸方面，MOSI與SCLK經過纜線傳輸後產生的延遲會呈現一致。然而，由從屬端MISO到主控端的資料傳輸，產生的延遲則會是纜線傳輸延遲的兩倍。 想要回復主控與從屬兩端的同步性，其中一種作法是把時脈訊號由從屬端饋送到主控端，另一種方法，則是利用時脈相位偏移(Phase Shift)特性，在主控端補償纜線延遲。時脈的相位偏移必須匹配系統的延遲總和。 有線通訊實體層 在進行長距離通訊時，強固的實體層是不可或缺的要素。如先前提到，RS-485訊號擁有平衡、差動，以及天生的雜訊抗擾等特性。系統雜訊會等量耦合到RS-485雙絞線的兩條線路。 其中一個訊號發出另一個訊號的反相波，而耦合到RS-485匯流排通道的電磁場則會相互抵銷，因此整個系統的電磁干擾(EMI)便得以降低。RS-485還具備了一些額外關鍵的優點，使它適合用在CbM系統，其中包括： ．更高的資料傳輸率，在較短線路中最高可達 50Mbps(低於100公尺)。 ．以較低的資料傳輸率，在最長至1000公尺的纜線進行傳輸。 ．全雙工/半雙工RS-485與RS-422多重發送/接收纜線對，可用最少零件轉換成雙向SPI至RS-485匯流排訊號。 ．較寬的共模輸入範圍，允許主控端與從屬端之間存在對地電位差。 有線介面EMC效能 通訊網路經過冗長纜線的傳遞時容易遇到包括共模雜訊、對地電位差，以及高瞬時電壓等干擾的危害。長達100公尺的纜線容易受到各種導通與幅射雜訊源影響通訊的可靠度。 想要提高對這些雜訊源的免疫力，可採用iCoupler晶片級變壓器隔離技術。另外，共模瞬態抗擾度(CMTI)指的是隔離元件拒斥高電壓/高迴轉率(Slew Rate)雜訊瞬態，並維持無錯誤通訊的能力。訊號以及isoPower隔離元件提供25kV/μs的最低共模瞬態抗擾度，並能承受最高100kV/μs的瞬態電壓而不會永久閂鎖(Latch Up)或損壞。 在工廠自動化環境中，系統設計者通常無法控制通訊網路的電氣安裝工作。因此最好的作法是假設存在對地電位差。在動作控制系統方面，對地電位差經常多達數百伏特。一個RS-485通訊節點需要電氣隔離，並確保數據線路在可環境中能可靠工作。訊號與isoPower隔離元件能提供600V峰值(基本)的最高持續工作電壓或353V峰值(增強)電壓。對於存在相當大對地電位差的狀況下，基本隔離機制能促成可靠的通訊。而強化隔離機制則能保護操作人員在廠房環境不會觸電。 在有線通訊網路中，包括外露的連接器以及布線會暴露在嚴苛的瞬態電壓干擾下。系統層級IEC 61800-3標準針對可調整速度的電力驅動系統在抗擾性方面的要求，最低須達到±4kV接觸/±8kV空氣IEC 61000-4-2 ESD保護能力。 透過資料線傳遞幻象電源 主控端控制器與遠端CbM感測器節點之間的電力與數據線需要創新解決方案來降低布線成本。數據與供電整合到一個雙絞線對，不僅能大幅降低成本，還能造就出更小的印刷電路板(PCB)連接器解決方案，適合用在空間受限的邊界感測器節點。 透過一個電感-電容網路，可藉由雙絞線傳遞電源與資料。高頻率資料透過串聯電容耦合到數據線，這些串聯電容也會保護RS-485收發器不會受到直流匯流排電壓影響。電源則是透過連到數據線的電感接到主控端的控制器，而供電接著在CbM從屬端感測器節點透過一個電感進行濾波，而該節點位於纜線的終端處。 另外，纜線兩端的電感應妥善匹配以避免產生差模雜訊，而自我共振頻率應至少在10MHz以上，以避免和新一代振動量測系統的即時快衝模式相互干擾。請注意，電源與資料耦合解決方案應加入數據線，這些數據線中不應出現dc資料內容，像是RS-485介面的MOSI或MISO。 選擇適宜方案實現高效振動檢測 根據設計者的設計考量因素，圖1可提供幾種選擇途徑來協助建構強固的有線工業振動DVD-R/RW解決方案。在圖1中，選項2包含ADuM5401，該元件從資料匯流排擷取5伏直流電，並向ADcmXL3021提供3伏隔離供電。此外，ADuM5401還包含4個訊號隔離通道，這種組態適合3+1的SPI隔離。 圖1　強固/高度整合/有線MEMS加速計狀態監測解決方案的選項 圖1的選項3包含ADuM5402，這個元件類似ADuM5401。兩者之間的關鍵差異在於ADuM5402提供2個傳送以及2個接收數位隔離通道。 如先前所述，ADuM5401/ADuM5402能提高有線CbM介面的EMC抗擾力，保護ADcmXL3021使其不會受高電壓干擾，以及避免在RS-485纜線介面上出現對地電位差。 表1比較三種解決方案，以多項關鍵標準進行比較，包括設計彈性、電路板空間、解決方案成本、複雜度，以及EMC效能。將微控制器整合到CbM感測器節點雖然會提高設計彈性，但代價是會增加電路板空間以及額外的軟體複雜度。由於日後主控端CbM節點會配置處理器，故圖1中選項3基本上會是一個雙微控制器的系統，因此相較於主控端CbM節點的單微控制器配置，啟動運行的速度會比較慢。 表1　各種CbM選項的取捨比較 選項1與選項2雖然設計彈性比較低，但卻提供一條部署速度更快的途徑，因為它們能促成低複雜度、透明化的SPI連結RS-485鏈路。相較於選項3，選項1與選項2還提供邁向更小電路板的途徑，選項3的應用需要額外的電路板空間來容納微控制器以及相關的電路(像是時脈振盪器以及多個被動元件)。在選項2與選項3中加入iCoupler訊號與電源隔離機制，不僅增加占用的電路空間最小，還會提升EMC效能，勝過採用晶片內部保護機制搭配RS-485/RS-422收發器的作法。 (本文作者分別為ADI自動及能源事業部系統應用工程師和系統應用經理)

智慧製造的核心主要在於連結與優化，前者連接生產過程感知層的人、事、物等資料，後者則是藉採集的所有資料，透過分析轉為資訊，提供相關單位進行不同決策，包含：製造現場的作業管理、業務規畫與運籌以及整體企業日常應用之管理等。 在5G助力之下，近程而言，可提供單一應用服務更高的規格表現，如即時監控的毫秒級反應；遠程而言，在5G的架構下，則更容易將過去分散的資料整合為單一整體系統。整體來看，預估2023年全球5G智慧製造的應用服務市場僅有2.52億美元；而隨著5G通訊技術成熟，帶動需求與供給上升，預期2026年全球5G智慧製造下的應用服務市場可達約420億美元。 根據5G特性及相關智慧製造應用需求觀察，結合智慧製造應用產值與成長率，資策會MIC認為設備監測、AR/VR、無人搬運車(AGV)/自主移動機器人(AMR)、數位分身、人工智慧、網路安全，將會在未來六年內的智慧製造場景中優先被實現。 5G進入工業製造場域 2019德國漢諾威自動化工業展、2019上海工業博覽會，相繼展出5G於數位分身的應用。中國移動電信與上海菸草機械公司合作，在2019工博會現場展示5G+數位分身，兩個螢幕中右側顯示一個工廠產線的監控畫面，左側則是3D建模後生成的虛擬模型，為透過技術「1:1」還原的產線模型。 動畫中所有內容，如設備艙門的開關和真實世界中都是同步的，任何工件發生故障，模擬的視角也都能看到細節。其中使用許多不同種類的感測器，能把設備的運作狀態等數據傳到數位平台上，進而監控生產過程。 德國工業巨頭博世(Bosch)提出建立5G工廠的願景，該工廠的生產環境(地板、牆壁和天花板除外)都是移動的。機台、設備和AGV將就生產需求藉5G傳輸移動，並透過基於邊緣和雲端的分析實現智慧化，進而使工廠能根據需求更改生產線。博世認為AGV移動採用無線是必然的，而5G通訊技術才是最佳選擇。 傳統以工業無線網路(工業Wi-Fi)控制AGV訊號，然而，AGV驅動控制訊號需要穩定傳輸，整個網路的傳輸延遲不得超過50毫秒；否則系統將判定AGV數據不健康，導致車輛運作效率低。但工業級Wi-Fi在覆蓋率、移動性、抗干擾、換手以及眾多AGV同時接入的表現並不理想，致整套AGV自動駕駛方案效能不如預期。 而5G可連接上萬至上億台設備，除了博世外，高通(Qualcomm)也表示AGV若結合機器人以每1m/s的速度移動1mm，則系統需每1毫秒計算一次。尤其當廠區內AGV/AMR數量龐大時，由於各自都相當接近，更需要精準移動。 此外，協作型機器人重複精準度多為0.1mm，AGV必須要有精準移動能力，才能搭配機器人進行生產活動，否則AMR僅能從事低階搬運動作(如半導體廠內AGV及協作型機器人僅能提供搬運工作)，無法協助有效帶動整體產線升級。 為了解台灣產業對5G智慧製造需求的想法，本文針對台灣製造業者進行深度訪談，包含石化業、鋼鐵業、機械業、光學業、半導體業、汽車製造業、機車製造業、電子製造業、智慧製造系統整合商等(圖1)。 圖1　臺灣5G×智慧製造三大潛力應用 無人巡檢降低人為疏失 近幾年，無人機作為新興的巡檢工具，憑藉其機動靈活性、成本逐漸降低、不受地形限制等諸多優勢，已逐漸成為產業界日常巡檢。 在無人巡檢部分，特別是石化業者由於園區廣大，管線必須例行性巡檢，並且頻率通常為一天一次，面對數公里的管線，目前多以人力方式每日重複檢查，未來若結合5G與無人車技術，將可透過相機、紅外線、微波等感測方式，進行無人化巡檢，例如管線巡檢、電力巡檢等，除了減少人力負擔外，也可降低人為疏忽造成的意外。 尤其是石化產業特別重視安全，一旦意外發生，不只波及生命、財物損失，甚至是企業形象及衍生成本影響(股票下跌、徵才不易、社會觀感不佳、其他廠房停機受檢等)。 惟石化產業所採用之設備，須符合防爆規格要求，因此在設備本身的強化上都須更勝於其他產業設備。 AR/VR協助工業維修/教育訓練 普遍而言業者認同在製造場景中，為符合移動力與頻寬需求，AR/VR確實需要5G搭配，然而業者同時亦考量即便有需求，內容部分仍待開發，如教育訓練內容、維修操作程序等。 台灣系統整合商在全球占有重要地位，客戶遍及全球各地，其中有廠商考量面對客戶的合約中，常有限定時間內(幾小時或幾日)赴現場進行維修與障礙排除，目前對策是將維修廠商派駐於當地服務，或是派遣附近人員飛到當地。因此系統整合業者認為，如果透過AR/VR的應用，能快速協助客戶障礙排除，或是遠端即時了解障礙問題，將有助於維修保養效率，對客戶和業者都是雙贏。 相較於維修保養，教育訓練需求為其次，生產成本高的業者較有需求，原因是生產成本低者，業者傾向讓新進人員實地操練、訓練手感，或直接透過影片方式進行教育訓練。反之，面對生產成本高者，業者面對教育訓練造成的報廢成本承擔壓力較大，因此樂於採用教育訓練的方式代替現場訓練。 5G實時監測促進產能 在設備監測部分，無論是機台維護或是生產優化，由於涉及核心生產，因此一直是企業關注的課題。事實上設備監測應用已行之有年，只是多用於蒐集歷史數據再進行機台或生產情形的推估，進而實施應對措施。然而企業對於高價值的產品，如前述所提BLISKS的航空器零件，由於生產成本極高，所以期望能透過5G以實時監測的能力，倘若涉及大量連結生產設備，則看中5G低延遲、大連結的特性。 以更換刀具為例，產線實際上有現場人員根據經驗判斷，過早更換造成刀具的浪費墊高生產成本，而過晚更換則衍生不良品的機率提升，同樣為墊高生產成本。因此企業仍期待透過科學、數據的方式，提供現場人員機台維護、零件更新的資料作為決策依據，以降低停機風險，達成生產效能最佳化。 智慧製造連結人員、資料和資產間的流暢溝通，透過持續改善生產流程，穩定生產過程、降低生產成本、提高產品品質。製造資訊是以數據分析改善作業基礎，存取諸如溫度、濕度、壓力、轉速、震動等即時參數，有助建立並優化生產模型。對於工業物聯網來說，保持低延遲、同步尤其重要，5G在3GPP R16版本中，已具備TSN標準。隨著R16最終版本底定在即，R17標準逐漸具備制定方向，在乙太網路TSN風潮下，預期5G互通性將有助於其落實到工廠通訊技術中。 3GPP R16規範預計2020年初完成後，該版本支援更多URLLC應用，並增強URLLC對應IIoT的挑戰。供應端將逐步推出5G設備與5G解決方案，在設備與環境逐漸完備下，將有助於5G智慧製造整體發展。現階段主要是周邊環境尚未成熟，企業不易評估所需投入的資源，使其態度相對保守。業者應建構協助企業快速評估ROI的模式，以加速企業導入5G意願。 工廠營運首要是安全、可靠，當前智慧製造尚未有非5G不可的應用服務，因此大幅削弱5G對智慧製造的影響力道，因此未來5G將針對應用服務提供更高規格要求為主，如設備監測、人工智慧、數位分身。此外，對於生產環境具有高風險者，在工安意識抬頭當下，也是5G導入解決方案之機會，如AR/VR、即時安全警示、虛擬圍籬。  

也因為機器手臂的泛用性遠高於大多數自動化設備，因此在自動化產業朝「柔性化」目標發展的過程中，機器手臂的進展至為關鍵。「柔性自動化」跟傳統自動化的差異在於，柔性自動化的機電整合程度比傳統自動化高，具有更大的可編程特性，故能靈活應對少量多樣的生產需求。這點對於中小型製造業導入自動化十分關鍵，因為大多數中小型製造業都屬於少量多樣生產，傳統自動化技術不見得能解決中小型製造業者所面臨的問題。 另一方面，自動化技術終究有其極限，因此許多日本機械業者跟學術研究單位都開始將研發方向放在「人機結合」上，亦即用穿戴式的機械設備來輔助人類作業員執行任務。在五花八門的穿戴式設備中，可以幫助人類節省力氣的外骨骼裝，可說是商品化進度最快的產品。 提高手臂應用彈性　前端工具設計更見巧思 機器手臂是一個相對封閉的產業，不僅每家手臂品牌業者都有自己偏好的通訊協定，甚至連手臂前端與夾爪等工具配件銜接的法蘭(Flange)，都採用不同的設計規格，這使得系統整合商(SI)或使用者在導入機器手臂時，均面臨許多問題。手臂前端工具的規格若能統一，將有助於加快機器手臂應用的導入速度，並降低成本。這也是OnRobot正在努力的方向。 OnRobot執行長Enrico Krog Iversen(圖1)表示，由於每家機器手臂業者都有自己專屬的軟硬體介面，因此目前絕大多數的機器手臂前端工具，例如夾爪、吸盤等，常常得採用高度客製化的設計。 圖1　OnRobot執行長Enrico Krog Iversen認為，通用的前端工具平台，將是加快機器手臂應用導入的關鍵。 但高度客製化也使得這類前端工具的一次性工程(NRE)成本增加，並使其不容易因應產線需求改變而調度。這些問題的存在，使得機器手臂的應用受到極大限制，也讓OnRobot看到機會。 為打破各家機器手臂品牌無法互通的限制，OnRobot提出手臂前端工具統一平台的概念，要讓所有機器手臂的前端工具都能跨廠牌通用，進而使SI跟使用者能更快實現應用導入。在硬體層面，針對不同手臂品牌，OnRobot推出對應的快拆式法蘭轉接器，並內建通訊協定轉換晶片，以便讓前端工具跟手臂之間得以建立通訊連線；在軟體層面，OnRobot則提供專門用來控制夾爪、吸盤等前端工具的應用軟體或軟體開發環境，讓自動化工程師得以快速完成程式編寫作業。 Iversen表示，由於OnRobot還是一家很年輕的公司，因此在軟體層面的整合，還需要一些時間來推動。OnRobot的目標是要與目前市場上絕大多數的手臂品牌實現深度整合，也就是讓前端工具的控制設定，就像使用手機App一樣直覺、方便。目前OnRobot的前端工具已經跟Universal Robot(UR)的協作手臂實現深度整合，在UR的軟體環境裡，可以直接呼叫OnRobot的前端工具App，以非常直覺的方式來設定前端工具的控制參數。預計到2020年5月，OnRobot將會與大多數手臂品牌業者實現類似的深度整合。 除了打破手臂品牌之間的藩籬外，OnRobot目前還有另外兩項重要工作正在推動中，其一是擴大通路合作夥伴的數量，另一個則是增加前端工具的品項，以滿足更多樣化的手臂應用需求。目前OnRobot的產品只透過通路合作夥伴銷售，全球約有400家合作夥伴。預計到2020年底前，全球合作夥伴的家數將達到800家。 另一方面，OnRobot也計畫在2020年結束前，再推出30種不同的新產品，以滿足使用者的需求。這些新產品不一定是前端工具，也包含各種感測技術。Iversen認為，感測技術將是機器手臂與其前端工具未來發展的重點。唯有讓手臂或前端工具具備類似人類的感知能力，才能讓機器手臂得以靈活運用在更多應用場景中。 此外，前端工具本身也應該提升整合度，讓使用者更容易導入。舉例來說，目前很多吸盤類的夾爪都還需要搭配外接空壓機才能使用，但這不僅會占用更多空間，也會增加走線的複雜度。有鑑於此，OnRobot在iREX展期間發表了一款輕巧型電動真空夾爪VGC10(圖2)。該夾爪是一款可模組化彈性配置，適用於絕大多數應用的小型夾爪。 圖2　OnRobot在iREX展期間推出的新型真空夾爪VGC10。 VGC10是以VG10真空夾爪為設計基礎，但VGC10的外型更加輕巧，能應用於狹窄的環境和更小型的機械手臂，且負重高達15公斤。VGC10不僅能實現開箱快速部署，更透過方便調整的吸盤、可自由增添或更換的吸盤臂等，提供多樣的客製化可能。具模組化的特色讓此一新型夾爪即便裝配在負重量較小的機械手臂上，也能順利完成大批量地抓取及移動小巧、多面和重型物件的任務。 VGC10包含兩個可獨立控制的真空通道，使其具備雙重抓取功能，可在單一動作中同時執行物件的撿取和置放，進而提升效率並縮短週期時間；若僅使用單一真空通道，則能使夾爪的所有部件一致行動以提高抓取效能。此外，VGC10不需安裝空壓機或外部氣源，可省去製造壓縮空氣所產生的成本、噪音、額外裝設空間及維修需求，也讓此款夾爪更容易裝配和移動。 外骨骼裝搶進iREX展商品化進展快速 這次iREX展上除了各種機器手臂之外，展出外骨骼裝的新創業者也不少，且值得注意的是，許多開發外骨骼裝的業者都跟大專院校有一定程度的關聯性，顯示生醫與機械、電子產業結合，將是一大趨勢。另一方面，由於外骨骼裝並非醫療器材，而是產業用設備，因此這些產品開發完成後，很快就能量產上市，不像醫療輔具需要通過嚴格的醫材審核規範。 在本次iREX展中，由東京理科大學教授小林宏創立的INNOPHYS，就展出了由壓縮空氣驅動的Muscle Suit外骨骼裝(圖3)。目前這類可以讓穿戴者在搬運重物時節省力氣的外骨骼裝，多半是以McKibben氣動人工肌肉作為核心技術。這種人造肌肉在放鬆時是長條狀的管狀橡膠，但只要對其充氣，人造肌肉就會收縮並產生力量。若將這類人造肌肉搭配適當的人體工學設計，配置在正確的位置上，就能幫助穿戴者節省搬運重物時需要出的力氣。 圖3　由壓縮空氣驅動的Muscle Suit外骨骼裝，目前已進入量產階段。 氣動人工肌肉並非近年才出現的發明，早在1950年代就已經被發明出來，並運用在義肢上，1980年代時，輪胎大廠普利司通(Bridgestone)將其改良並商品化，而成為目前許多軟性機械跟外骨骼裝所使用的致動單元。但也因為這種人造肌肉是以壓縮空氣作為動力源，因此大多數採用這類人造肌肉的設備，都必須搭配空壓機使用。 INNOPHYS的設計之所以特別，在於其壓縮空氣並非由空壓機產生，而是靠內建的手動唧筒來壓縮空氣。使用者穿上Muscle Suit之後，需要按壓唧筒約40次，Muscle Suit才會產生效果。雖然不像內建空壓機的外骨骼裝那麼方便，但相對的重量也輕了許多，整套外骨骼裝的重量僅3.8公斤，且據業者宣稱，按壓唧筒40多次所產生的壓縮空氣量，在一般狀態下就足以使用一整天，而且使用者隨時都可以幫外骨骼裝打氣，延長設備的使用時間。此外，因為整套設備完全都是機械結構組成，因此防水防塵等級可達IP56，遇到下雨、下雪或有水花噴濺的作業場所也沒有問題。 沒有電池跟空壓機的設計，也讓Muscle Suit的價格得以壓低到14萬日圓(接近新台幣4萬元)以下，讓外骨骼裝變成一般家庭也能負擔得起的設備。INNOPHYS認為這點非常關鍵，因為在日本成為超高齡化社會之後，有許多行動不便的老人需要長期照護，但視每個老人家的狀況不同，有時看護是非常需要體力的工作。此外，在很多情況下，不是年輕力壯的人來照顧長者，而是也已經有點年紀的中壯年者在擔任看護工作。因此，產品價格必須要壓低到一般消費者也能負擔得起的水準。 不過，除了基於人工肌肉之外，也有基於馬達驅動的外骨骼裝。例如豐田集團旗下的JTEKT，就在iREX展上展示了內建電池的電動外骨骼套裝J-PAS Lumbus(圖4)，不含電池的本體重量約4公斤，電池續航力則為4小時以上。 圖4　JTEKT推出的J-PAS Lumbus外骨骼裝。 據筆者實際穿戴後搬運重物的感受，穿上J-PAS之後，要搬起20公斤的物體幾乎是不費吹灰之力，因為在舉起重物的瞬間，外骨骼裝會產生一股向上的拉力，幫助使用者從蹲姿轉為站姿。但也因為J-PAS Lumbus是由電池跟馬達驅動，因此其輸出力量會比採用人工肌肉的外骨骼裝來得小，約為30牛頓，防水防塵等級也僅達到IP55，略遜於採用人工肌肉的類似產品。 除了已經商品化的外骨骼裝之外，在本次iREX展中，由日本中央大學理工學部教授中村太郎等人所創立的新創公司Solaris，亦展示了改良型的氣動人工肌肉裝置，為各種工程應用及高強度外骨骼裝的發展打下基礎。 相較於現有的McKibben型人工肌肉，該公司的人工肌肉外加了與軸方向水平的纖維來進行結構強化，使其人工肌肉能夠承受更大的力量，並且變得更耐用。據Solaris提出的測試數據，其軸方向纖維強化型人工肌肉(圖5)能承受的力量可達2,100牛頓(N)，且使用壽命可達80萬次循環。這使得這類人工肌肉不僅可以用在外骨骼裝，還可以應用在管道檢查或地底探測用的蚯蚓型機器人、固體或高黏性流體的運輸，例如工程現場的砂石運輸管等場景。 圖5　Solaris發展出新一代人工肌肉，可讓外骨骼裝輸出更大的力量。 Solaris也已經利用這款改良型的人工肌肉開發出可以提供更大輔助力量的外骨骼裝原型，主要是針對下肢運動提供輔助，不過，因為其輸出力量更大，因此不像INNOPHYS的外骨骼裝可以手動充氣，必須要用外接空壓機來提供壓縮空氣，預定的使用場景也將以工業或工程作業現場為主。至於在毋須外部動力源的外骨骼裝方面，Solaris目前已開發的產品是針對上肢運動所設計，主要鎖定的是農業應用。 雖然外骨骼裝有許多跟殘障輔具類似的地方，也跟人體有非常緊密的接觸，但因為其主要功能是幫使用者節省力氣，因此不被認定為醫療器材。這讓外骨骼裝製造商可以免去冗長的醫材認證程序，依據使用者的回饋，不斷推出更切合實際應用需求，且價格更低廉的新產品。另一方面，隨著日本社會高齡化程度越來越嚴重，日本政府正有計畫地推動老人回歸職場，未來日本中高齡勞動人口勢必只增不減。這類能幫助使用者省力的產品，未來將有相當可觀的市場需求。

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,...

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)

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)

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...

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...