市場話題

旺宏在半導體領域已經是一家成熟的公司。回顧過去的三個10年，旺宏電子董事長兼執行長吳敏求說，旺宏的第一個十年，成為半導體行業的標竿，十年之內成長至約十億美金的營業額；第二個十年，該公司遭遇產業環境與經營困境，幾乎要倒地不起；第三個十年，又經歷擴廠而虧損的窘境，但在全體同仁努力下推出55奈米的NOR及19奈米的NAND，最後又站起來，歷經挑戰始終未被擊倒，吳敏求將之歸功於所有員工的努力。 多年來旺宏深耕技術，吳敏求表示，現階段該公司專利申請量超過9,600件，取得專利數高達7,950項，尤其在3D NAND的領域，已有超過2,400項專利，很多都是基礎專利，將來可為旺宏帶入不少利潤。面對產業的競爭與挑戰，吳敏求坦言旺宏不擅長價格與量產型產品的競爭，所以格外強調技術與品質，也自豪是半導體業第一家將產品品質從ppm Level推向ppb Level的廠商，每10億個產品的不良率在500個以內。 因此，旺宏在應用發展部分看好醫療、汽車、工業領域，如心律感測器、血糖機、自駕系統等。汽車應用需要搭載快速啟動記憶體，醫療應用要求記憶體零雜訊，以提升量測準確度。此外也推出120萬次讀取都不失敗的產品，與每一顆IC具備獨特IO的加密記憶體，穩定性與可靠性符合車用/工業等級要求。 其他熱門應用包括無人機、任天堂遊戲機及5G基地台也是布局的重點，吳敏求強調，5G基地台布建環境不亞於汽車與工業場域，全球主要的基地台設備供應商有八成與旺宏洽談合作，2020年以後5G建設加速，會帶來更多營收貢獻。 旺宏電子董事長兼執行長吳敏求期待，20年後可以帶領旺宏挑戰快閃記憶體領域全球第一的位置。  

人工智慧(AI)、5G的出現牽動革新浪潮，為打造靈活多變、萬物智慧的世界，賽靈思(Xilinx)啟動資料中心優先、加速核心市場發展及驅動自行調適運算三大策略，期能藉此讓更多各式各樣的軟體和系統開發者加入自行調適運算的世界，釋放創新活力，讓產業邁入嶄新的自適應運算時代，迎接未來AI、5G創新浪潮。 以數據資料為優先力推資料中心轉型 人工智慧(AI)的發展、日益複雜的工作負載與非結構化資料的爆炸式成長，正迫使資料中心快速轉型。隨著5G、AI、雲端運算、物聯網及自動駕駛等新一代資訊技術快速演進，全球資料正呈現指數級增長並呈現大量聚焦的態勢。 根據IDC預測，從2018~2025年，全球每年被創造、蒐集或複製的資料將成長五倍以上，預計將從2018年的32ZB增至2025年的175ZB，而中國將於2025年以48.6ZB的資料量及27.8%的占比，成為全球最大的資料匯集地。無論是公有雲，私有雲還是混合雲，面對無止境的資料成長，都希望能夠大幅提升資料中心的使用率、效能與能源效率，並且降低營運成本和總成本，現代資料中心的升級轉型勢在必行。 也因此，賽靈思將資料中心視為重要戰略市場。賽靈思執行副總裁兼資料中心事業部總經理Salil Raje(圖1)表示，以資料中心為優先的戰略共有三個細分層面，分別是運算、網路、儲存。目前成長最快速的是運算市場，不過，網路、儲存市場的成長速度也相當驚人。 圖1　賽靈思執行副總裁兼資料中心事業部總經理Salil Raje表示，雲端移至邊緣運算的趨勢，對資料中心成長大有助益。 Raje進一步說明，同時，從雲端移至邊緣運算的趨勢，也帶動了資料中心的成長。邊緣運算的興起，使得許多應用不見得只能在雲端運作，透過邊緣資料中心也可實現，這樣的運算遷徙對於資料中心業務成長有很大助益。當然，未來並非是所有的運算都會轉移至邊緣，而是會呈現混合的狀態，也就是既有雲端運算也同時有邊緣運算，現有的雲端市場仍呈高速發展。 因應大量的運算需求，2018年的Xilinx XDF上，賽靈思先推出功能強大的Alveo加速器卡產品系列。該產品旨在大幅提升雲端和在地資料中心業界標準伺服器效能，推動自行調適的普及應用。該產品系列目前已擴展至Alveo U50、U200、U250、U280四款產品，並已在美國、歐洲和中國市場得到廣泛的應用。而在2019年，賽靈思則宣布收購Solarflare，將FPGA、MPSoC和ACAP解決方案與Solarflare的超低延遲網路介面卡(NIC)技術以及Onload應用加速軟體整合，進而實現全新的融合SmartNIC解決方案。 據悉，兩間公司合併後所開發的SmartNIC將能在介面卡上直接運行網路、儲存與運算加速，省去在伺服器上運行這類工作負載。同時，賽靈思也會將Solarflare網路技術整合至Alveo加速卡系列上，協助關鍵資料中心的工作負載。 Raje指出，現今的CPU已逐漸無法負荷愈來愈龐大的運算需求，因而需要使用加速器的解決方案實現更多應用，並提高運算速度；然而，隨著應用愈來愈多元，不太可能一出現新的應用，就重新設計、開發一個晶片，因此便需要建立所謂的自行調適運算，也就是讓產品有強大的自我調整能力。 Raje說明，以該公司產品為例，由於硬體是可編程設計，因此在實際應用上就如同軟體一般，可以針對不同的應用情景或需求進行訂製，以處理不同的工作負載。簡而言之，靈活應變的高效能運算、儲存和網路加速自行調適運算加速平台，正在加速驅動資料中心轉型，該公司旗下Alveo加速器卡平台、Versal自行調適運算加速平台結合不斷壯大的合作夥伴生態系，將為資料中心企業升級轉型和持續發展提供強大動能。 5G/自動駕駛為兩大重點核心市場 除了以資料中心為優先外，賽靈思也積極布局核心應用市場，而5G和自動駕駛便是兩大重點目標。首先在5G方面，隨著5G業務迅速成形，其所覆蓋的廣度與深度正達到前所未有的水準，而5G帶來的商機也明顯可期。 賽靈思執行副總裁兼有線與無線事業部總經理Liam Madden(圖2)表示，5G將對該公司營收帶來顯著的成長，在5G時代，基站數量和4G相比，至少增加50%，因5G有著不同的頻段，因此基站的數量增加會帶來更多的收益成長。 圖2　賽靈思執行副總裁兼有線與無線事業部總經理Liam Madden指出，5G商機龐大，預估收入將會是4G時代的3~4倍。 另外，5G時代天線設計愈來愈複雜，4G時代多是透過4根天線進行收發，但5G時代至少是64根天線，而有這樣的數量變化，對於晶片的要求也會更高。將上述這些因素疊加起來，該公司預測5G時代的收入將會是4G時代的3~4倍。 因應5G商機，賽靈思也宣布擴大旗下Zynq UltraScale+射頻(RF)系統單晶片(SoC)系列，推出具有更高RF效能與擴充性的產品，新一代的元件能涵蓋6GHz以下(sub-6GHz)的所有頻段，滿足部署新一代5G網路的關鍵需求；同時可支援直接射頻取樣，內含高達每秒取樣50億次(GS/S)的14位元類比數位轉換器(ADC)及每秒取樣100億次的14位元數位類比轉換器(DAC)，兩者的類比訊號頻寬皆高達6GHz。 另外，新產品在單顆晶片中整合更高效能的射頻資料轉換器，因此能提供廣泛的頻段覆蓋率，滿足業界部署5G無線通訊系統、有線電視存取、先進相位陣列(Phased-array)雷達解決方案以及包含測試、量測和衛星通訊在內的其他應用之需求。省去分離式元件能減少高達50%的功耗與元件空間，使此產品成為電信營運商落實大規模多輸入多輸出(mMIMO)基地台布建5G系統的理想選擇。 除此之外，賽靈思也與三星聯手在韓國完成全球首例5G NR商用部署，透過UltraScale+平台功耗小、記憶體容量大等特性，助力三星開發出輕量、外形精實、低功耗的5G產品。 另一方面，除了個人用戶端的應用，工業互聯網、自動駕駛等也是5G業務的重要應用領域，並且對5G業務提出了低延遲的要求，即資料傳輸要在幾毫秒之內完成。對此，賽靈思提供可靈活應變且業界獨有的5G通訊平台，其採用的高度整合晶片具有RF ADC和DAC、加速5G NR功能以及可以滿足mMIMO無線電、大型基站(Macro Base Station)和蜂巢式網路部署所需的最高效率效能。 另一方面，布局自動駕駛市場，賽靈思也於近期發布全新高效能的自行調適元件XA Zynq UltraScale+ MPSoC 7EV與11EG，進一步擴大其車規級16奈米系列產品。這兩款新元件能提供最高的可程式化容量、效能與I/O功能，並為L2+到L4等級的先進駕駛輔助系統(ADAS)與自動駕駛應用提供高速資料彙整、預處理和分配(DADP)及運算加速。新款元件提供超過65萬個可程式化邏輯單元與近3千個DSP單元，和前一代最大元件相比增加2.5倍。在新增這兩款高效能元件後，包括汽車製造商、自駕計程車開發商和一級供應商都能在一定的功耗範圍內執行DADP與運算加速，加速自動駕駛車輛的生產部署。 賽靈思汽車戰略與客戶市場行銷總監Dan Isaacs(圖3)指出，未來汽車自動化駕駛的程度會越來越高，汽車將會由系統進行控制，而非駕駛員，進而衍生出全新的交通服務現象以及商業模式。然而，若是要實現自動駕駛，其中一項關鍵就是要達到低延遲。 圖3　賽靈思汽車戰略與客戶市場行銷總監Dan Isaacs說明，FPGA靈活性高，因此比ASIC更適合汽車多變的設計。 Isaacs說明，低延遲對於自動駕駛而言十分重要，車用系統要反應速度非常快才能確保安全。在正常情況下，若是用傳統CPU、GPU或是DSP等元件，雖然說可以實現高吞吐量，但卻難達到低延遲，因為處理時間較長，意味著反應時間也長。為此，該公司致力發展高吞吐量卻又能有低延遲的車用元件，同時還要保有「不斷變化」的能力；這都是因為自動駕駛搭載的感測器數量愈來愈多，使得運算需求不停變化，而只有可擴展的自適應性產品才能滿足運算、技術的不斷變遷。 然而，現今除了CPU、GPU之外，也已有越來越多車商或半導體業者採用高效、低功耗且能大規模量產的ASIC(例如特斯拉)，因應自動駕駛所需運算需求，或處理、分析大量的感測數據(如雷達、光達、攝影機等)，而這是否會對FPGA有所影響？ 對此Isaacs認為，自動駕駛的功能需求不斷變化，而可編程的FPGA晶片有著更好的設計和升級彈性，靈活性優於ASIC，因此更能符合自動駕駛多樣的功能設計。 Isaacs進一步說明，FPGA是一個可編程的邏輯晶片，可以支援多種演算法，以讓晶片適用不同的自動駕駛功能(例如安全、感測等)。若是採用ASIC，如果要更改其中一項功能，或是指令要求的話，很可能無法輕易更動，而需要重開一顆ASIC。如此一來，不僅成本提高，也可能會增加風險，因為不確定後來新開的ASIC是否適用。由於自動駕駛的安全需求是不斷變化，而採用FPGA的話，便可以用同一個元件滿足各種功能調整、改進、增添的需求，而這是ASIC無法做到的。 Isaacs指出，許多人認為FPGA價格遠高於ASIC，因此較少採用，其實這是一種對FPGA的誤解。賽靈思目前已出貨1.7億顆的車用FPGA晶片，這證明FPGA的適用性、效能及優勢，且可編程的靈活特性又可以減少重開晶片的風險及成本；換言之，FPGA所能帶來的效益及優勢已遠遠超過其價格，擁有相當好的性價比。因此，該公司致力擴展車用產品系列，協助車商、系統業者實現數據整合處理，並透過更佳的靈活性和擴充能力，滿足瞬息萬變的自駕車市場。 推動新類型運算加速AI發展 最後，賽靈思則是積極推動自適應性運算，以因應變化多端的AI發展。賽靈思軟體與AI產品市場行銷副總裁Ramine Roane(圖4)指出，AI為現有的處理器帶來很大的挑戰，過往都是一年半到兩年的時間打造一個ASIC或GPU，然而，現在幾乎每三個就月會出現新的AI模型，使得既有的晶片設計時程很難趕上AI的創新速度。 圖4　賽靈思軟體與AI產品市場行銷副總裁Ramine Roane透露，自我調適的FPGA產品可滿足快速變遷創新應用。 Roane說明，為此，如今的發展重點在於，如何加快設計速度，以趕上創新速度。如上述提到，AI只需幾個月的時間(3~6個月)就會更新，出現新的運算模型，而晶片製造商不太可能隨著AI更新速度，每6~9個月就重新設計硬體，推出新的晶片。因此，需要能夠「自我調整」的平台，也就是設計要靈活多變，可以針對不同應用進行定製或優化，如此一來才能趕上創新的變化。 因此，賽靈思除了打造可自我調適的FPGA產品，以針對不同應用進行硬體優化外，也推出最新Vitis統一軟體平台，讓軟體工程師、人工智慧科學家等更廣泛的開發人員都能夠受益於賽靈思靈活應變硬體加速的優勢。 這是賽靈思首次推出一個軟體和硬體設計整合的開發工具平台，也是該公司從元件向平台公司戰略轉型的重要產品之一。Vitis可以根據軟體或演算法程式碼自行調適和使用賽靈思硬體架構，讓使用者從繁雜的硬體專業知識中解放，借助Vitis平台，無論是軟體工程師還是AI科學家都將受益於賽靈思靈活應變的硬體優勢。而對於硬體開發者來說，Vitis則能讓軟硬體工程師在同一個工具平台上協作，顯著提升工作效率。 值得一提的是，Vitis平台的第四層為Vitis AI，其整合了領域專用架構(DSA)。DSA配置賽靈思硬體，便於開發者使用TensorFlow和Caffe等領先業界的框架進行最佳化與編程。Vitis AI提供的工具鏈能在數分鐘內完成最佳化、壓縮及編譯操作，在賽靈思元件上高效地運行預先訓練好的AI模型；此外，它還為從邊緣到雲端的部署提供專用API，實現高效的推論效能與效率。 Vitis和Vitis AI目前已開放免費下載，讓軟體工程師與AI科學家在內的廣大領域開發者，都能運用自己熟悉的軟體工具與框架發揮賽靈思靈活應變的硬體優勢，將為從邊緣到雲端的人工智慧和深度學習提供最佳人工智慧推論。 賽靈思總裁暨執行長Victor...

Gartner近日提出2020年企業必須了解的十大策略性科技趨勢，分別為超級自動化、多重體驗、專業知識的全民化、增進人類賦能、透明化與可追溯性、更強大的邊緣運算、分散式雲端、自動化物件、實用性區塊鏈以及人工智慧安全性。這些技術看似發散，彼此關聯不高，但Gartner認為，這十大科技趨勢可以用「以人為本」、「智慧空間」兩個主題來貫串。 十大科技趨勢展現濃濃人本特質 這十大技術趨勢中，有些是直接以增強人的能力為主要目的，例如增進人類賦能、多重體驗，有些則是用來打造智慧空間的核心技術，例如邊緣運算跟自動化物件。而目前喊得震天價響的數位轉型或工業4.0，說穿了，也是想藉由新科技導入，讓工作空間變得更智慧，進而提升員工生產力。 Gartner大中華地區資深合夥人龔培元(圖1)表示，2020年Gartner十大策略科技趨勢均圍繞著「以人為本的智慧空間」這個核心概念，也是現今科技發展最重要的面向之一。從思考科技對顧客、員工、商業夥伴、社會或其他重要利益關係人會產生什麼樣的影響，企業採取的所有行動都是為了直接或間接影響這些個人和群體，這就是以人為本的做法(圖2)。 圖1　Gartner大中華地區資深合夥人龔培元表示，2020年Gartner提出的十大科技趨勢，環繞著「以人為本的智慧空間」來貫串。 圖2　Gartner 2020年十大科技趨勢 建立在以人為本概念上的智慧空間，則代表人類與科技系統能夠在日益開放、互聯、協調、智慧的生態系統中進行互動的實體空間，結合個人、流程、服務和物件等多項元素，創造出更身歷其境、高互動率及高度自動化的體驗。 根據Gartner定義，策略性科技趨勢是指正處於有所突破或崛起狀態，且未來可能帶來廣泛的顛覆性影響與更多應用的趨勢；此外，策略性科技趨勢同時也具有快速成長、變動性高且將於未來五年內到達引爆點的特性。 也因為數位轉型的終極目標是要提高生產力，因此，當企業主或管理者在思考數位轉型的問題時，不僅要考慮科技導入的問題，同時也要處理因為導入新科技所帶來的組織改造、文化變革需求。 事實上，做事的方法跟組織文化，對員工生產力的影響絕對不容小看，處理起來也更棘手。科技導入反而是一個比較單純的問題，只要確立了KPI跟轉型方向，科技業界不僅早已備妥許多解決方案，也有很多外部顧問的資源可用。 就製造業的數位轉型而言，龔培元認為，超級自動化與自動化物件是最需要關注的兩個科技趨勢。這兩個趨勢跟智慧製造的發展息息相關，而且很快就會對正在進行數位轉型的製造業帶來影響。 超級自動化跟自動化物件，正好就是技術相對成熟，但因為製造業者本身還沒有想清楚該怎麼導入，KPI該怎麼制定，而難以進一步推動落實的環節。畢竟，在沒有通盤考量跟長期規劃的情況下，貿然推動數位轉型的失敗風險相當高。因此，外部顧問搭配技術供應商的組合，對於推動數位製造，或許將產生更大的助力。 IBM攜手台灣產業鏈　加速數位轉型落實 從全球製造業轉型升級工業4.0到貿易戰引動供應鏈大洗牌，面對前所未有的機會與挑戰，台灣IBM攜手產業夥伴凌華科技、大聯大控股旗下世平集團、台達電子與緯謙科技打造智慧製造生態圈，整合營運技術(OT)、資訊技術(IT)與人工智慧(AI)，協助台灣製造業加快數位轉型腳步，讓智慧製造加速落地並實現平行展開。 台灣IBM全球企業諮詢服務事業群合夥人李立仁表示，精度、良率、稼動率是製造業競爭力之所在，涵蓋人員、機器、物料與流程等生產線四大要素，串連OT與IT將是不可或缺的關鍵，也是將AI落實於製造的前提。IBM攜手各具技術優勢及產業經驗的夥伴，打造完整生態圈，合力提供從OT、IT與AI到企業應用系統與混合雲的完整解決方案與專業服務，讓智慧製造真正落地為應用場景，創造可實現的投資效益與可規模化的營運架構。 李立仁指出，目前台灣較具規模的科技製造業者，普遍都已經完成示範產線的建置，但在大規模推廣或平行展開上，卻遇到許多問題。因此，IBM提出智慧製造「5C成熟度模型」(圖3)作為行動藍圖，五個C分別是Connect、Convert、Cyber、Cognitive與Configure，每個階段各自有其關鍵技術與導入工作。例如Connect的重點在布建物聯網/機聯網，Convert則是建置AI大數據平台與邊緣運算，Cyber則要進一步落實數位雙胞胎(Digital Twins)，Cognitive則要將重點放在機器學習，最後到了Configure階段，才是建置B2B混合雲跟導入區塊鏈。 圖3　IBM針對製造業數位轉型所提出的5C評估模型 IBM的策略夥伴在5C模型中，著重在解決物聯網連結層設備連網與資料抽取的挑戰以及邊緣(edge)端的應用場景，協助客戶突破將OT數據轉換為IT資料的技術瓶頸，亦即實現前兩個C。IBM則可協助客戶在資料萃取後，進一步打造AI數據應用場景與AI平台，協助客戶逐步落實動態模擬、智慧工廠、動態客製等後續三個C。 凌華科技董事長劉鈞則認為，智慧製造邊緣解決方案最重要的是資料導向為中心的思維，面對多樣化人事物的應用場景，確保OT與IT端安全、穩定、易整合的連接，高效獲取資料資訊；結合IBM豐富的系統整合經驗，協助雙方客戶精準擷取生產線現場稍縱即逝的資料，轉化為邊緣運算的智慧動能。 大聯大世平集團物聯網解決方案部副總經理鈕因任指出，物聯網聚合商的角色是獨特而創新的模式，透過全面的產業視角跟廣泛的供應商觸角，縮短客戶採購與採用相關解決方案所需的時間。我們期望與IBM合作發展物聯網生態圈，以群策群力的方式，共同推動應用標準的建立，這也呼應了我們所屬企業集團大聯大控股在數位轉型的策略方針。 緯創集團子公司緯謙科技總經理夏志豪博士指出，該公司母集團本身在智慧製造的實務經驗，是緯謙的獨特優勢。我們利用數據與數位工具、涵蓋產線、員工及管理階層，協助不同規模的製造業實踐智慧製造。透過與IBM的合作，以及雙方在產品方案和產業應用的互補性，將我們的集團經驗擴大並拓展至新市場。 研華致力發展工業App生態系統 除了透過外部顧問跟技術供應商聯手提供數位轉型方案外，參考個別垂直應用的成功範例，進而微調出適合自己的方案，也是一種可行的做法。畢竟，碎片化是工業應用的特性之一，不同垂直產業所需要的解決方案大不相同，參考成功者的經驗，不僅能幫助製造業者理清頭緒，也能讓相關業者少走許多冤枉路。 在面對工業物聯網極為碎片化的應用困境，研華以發展行業應用的工業App破解現有挑戰，並透過WISE-PaaS工業物聯網雲平台中的「解耦」(de-coupling)再「重構」(refactoring)，以模組化及微服務讓行業系統整合夥伴(Domain-focused Solution Integrator, DFSI)更容易擷取並運用功能模組。而為了強化其共創生態圈的戰力，研華也強化其WISE-PaaS Marketplace，推出2.0版本。 研華工業物聯網事業群總經理蔡淑妍表示，為能加速應對工業物聯網困境並促成應用導入，研華工業物聯網事業群於2020年策略方針包含鎖定垂直市場、提升產品技術動能、接軌創新趨勢，完善營運與導入WISE-PaaS Marketplace 2.0，以及加強夥伴深度鏈結、共創思維交流等三大策略方向。 研華技術長楊瑞祥則表示，由於各垂直產業的需求有極大差異，光靠一家公司之力，不太可能開發出滿足各種場景的應用。因此，研華過去幾年一直在倡導「共創」(co-creation)思維，希望與更多夥伴一同合作，開發完整的各垂直產業服務方案。 但在過去幾年的推廣經驗中，研華也發現，目前企業內資料孤島(Data Silo)的情況非常嚴重，從IT到OT，往往都是一個應用一個系統，要實現跨系統間的串接非常困難，因此研華一方面倡導共創，另一方面也開始思考，如何將這些專為特定應用所開發的系統，拆解成一個個功能模組，然後再依照應用場景的需求，重新組合成使用者需要的系統。 這個概念就是所謂的解耦再重構。就像每個人手上的智慧型手機硬體規格大同小異，但上面安裝的App各不相同，使得每個人的手機都是按照自身需求而客製化的系統。在研華的願景中，未來的工業場景也會像智慧型手機一樣，底層有一些共通元素，應用層則充滿各式各樣的工業App，滿足不同垂直產業需求(圖4)。 圖4　針對碎片化的工業App市場，研華提出解耦與重構的概念，以打造出貼近不同垂直產業需求的解決方案。 要實現這個願景，除了要有大量的開發者外，還要有一個媒合使用者跟開發者的交易市集，這也是研華很多年前就已經開始建構的項目。而這次推出的WISE-PaaS Marketplace 2.0，跟先前版本的最大差異，就在於落實了解耦再重構的理念。除了基本共通App，例如邊緣功能模組(Edge.SRP)、中台(Common App)、產業通用App之外，針對不同垂直產業所設計的領域專用App，甚至人工智慧(AI)模組等，會有更清楚的分類，例如智慧製造、智慧零售、智慧醫療等，並加入更多使用者示範案例，讓其他使用者能更快上手，而且在App管理、訂閱、帳務方面也有所強化。 科技導入必須跟著組織再造走 從IBM與研華在製造業數位轉型方面所提出的觀點，不難發現製造業數位轉型所需要用到的技術已經大致到位，真正的問題在於如何導入應用，讓技術得以創造價值。若沒有對應的組織作業流程改造跟組織文化變革，光靠導入新技術，很難達成數位轉型的目標。許多製造業數位轉型的先驅者，甚至早在技術還沒到位前，就已經調整好自身的組織結構跟文化。 因此，真正決定一家企業能否完成數位轉型目標的關鍵，其實是管理者有沒有明確的數位轉型願景，以及是否有計畫地進行對應的組織調整跟文化改造工作。倘若技術先行，組織結構跟文化卻沒有調整，數位轉型不僅無法解決老問題，反而會製造更多新問題。

2019年下半年5G發展加速，更多國家發放5G執照，營運商積極導入商轉，展望2020年5G產業即將起飛，5G手機出貨量預估也由2019年初的數千萬，到年底2~3億隻的規模，隨著兩大晶片供應商聯發科(MTK)天璣1000與高通(Qualcomm)Snapdragon 865正式翻牌，5G行動處理器啟動第一回合近身肉搏，從架構選擇、規格與性能跑分、設計支援、產品售價、製程採用甚至產品規劃等無所不比。 2020年2月的西班牙世界通訊大會(MWC)預計將發表多款5G手機，做足準備的聯發科是否能有所斬獲？或是當仁不讓的高通繼續笑傲江湖？而在手機晶片技術發展已經成熟的現在，S865與天璣1000在規格上並沒有大幅差距，決勝的關鍵就在相對細節的項目，然而背後的策略操作與取捨，有非常多值得討論的重點，5G發展是否再一次顛覆產業版圖，由這兩款晶片的技術分析與產品表現，或能一窺5G行動平台霸主能否換人做做看。 MTK 5G SoC天璣1000搶先發表 在高科技領域，技術的演進對於競爭中的廠商，尤其是落後者來說，都是一個重新洗牌的機會，聯發科在3G時代，曾經因為掌握了大陸白牌手機市場崛起，並開創高度標準化平台，協助手機廠商快速導入產品設計而獲得成功。但到了4G LTE時代，智慧型手機重視處理器效能，又讓Qualcomm占盡風頭，甚至囊括了高、中、低階市場，無論是高效能或高性價比，都能主導市場；進入5G時代，聯發科似乎掌握市場重開機的契機。 聯發科2019年11月底正式發表5G旗艦級系統單晶片—天璣1000，英文名稱Dimensity，是MTK 5G晶片家族系列中首款5G單晶片，整合5G數據機，採用7奈米製程製造，支援5G雙載波聚合(2CC CA)技術，讓下載速度比業界一般水準快兩倍，同時也是全球第一款支援5G雙卡雙待的晶片。在Sub-6GHz頻段達到4.7Gbps下行和2.5Gbps上行速度。此外，也支援Sub-6GHz頻段SA獨立組網與NSA非獨立組網，以及2G到5G的各代蜂窩網路連接。 聯發科天璣1000採用主頻達2.6GHz的四個Arm Cortex-A77核心，四個主頻為2.0GHz的Arm Cortex-A55核心，兼顧性能與功耗。圖型處理也採用Arm Mali-G77 GPU晶片；在AI運算部分，搭載全新架構的聯發科獨立AI處理器—APU3.0，擁有4.5TOPS的AI算力，比上一代 APU2.0性能提升兩倍以上，在全球指標性蘇黎世AI跑分排名第一。聯發科執行長蔡力行提到，天璣1000在效能測試平台安兔兔跑分超過50萬，在頗受好評的旗艦產品後，該公司也於12月底透露2020年CES展再發表中階的天璣800 SoC。 Qualcomm Snapdragon 865/765/765G強勢登場 緊接著在2019年12月初，Qualcomm也推出Snapdragon 865搭配Snapdragon X55 5G數據機，採用分離式兩顆晶片的設計，最高傳輸速度可達7.5Gbps。支援TDD與FDD頻段中毫米波(mmWave)與Sub-6GHz頻段，並相容NSA及SA模式，動態頻譜共享(DSS)與全球5G漫遊。其人工智慧效能可達每秒15TOPS運算表現，為前代產品的兩倍。處理器同樣是四大四小的架構，不過大核為一顆A77 2.84GHz加三顆A77 2.4GHz，與小核則是四顆A55 1.8GHz，GPU採用Adreno 650。 高通還同場加映中階解決方案Snapdragon 765/765G整合Snapdragon X52數據機的系統單晶片，峰值下載速率可達3.7Gbps與上傳速率1.6Gbps。與X55一樣支援5G毫米波與Sub-6GHz、SA與NSA組網模式、TDD與FDD頻段動態頻譜共享等。處理器Kryo...

在超微(AMD)將PCIe Gen4推向消費性市場，展現相關技術的成熟度之後，PCIe Gen5的實作議題，順理成章地成為2019年PCI-SIG 2019年開發者大會台北場上的探討焦點。從矽智財(IP)、設計驗證到測試儀器業者，都已備妥PCIe Gen5相關解決方案，預計到了2020年，PCIe Gen5在伺服器、高速網通設備等資料中心相關的應用市場上，將會有更高的能見度。 另一方面，PCI-SIG也正在進行PCIe Gen6的標準制定工作，預計2021年推出。到底是什麼原因，讓PC、伺服器的內部互聯介面升級速度變得這麼快？答案很可能是AI的全民化跟USB 4.0的推波助瀾。 影子AI/USB 4.0促成PCIe Gen4全面普及 在嵌入式運算跟個人電腦端，從PCIe Gen3轉向Gen4，也是抵擋不住的趨勢。雖然很多人仍認為，大數據分析跟AI運算等對頻寬需求極高的運算任務，仍會由雲端伺服器來滿足，但事實上並非如此。在邊緣運算的趨勢下，嵌入式運算裝置所需承擔的運算任務，只會越來越多。 另一方面，一般使用者不會有AI運算需求嗎？顧問公司Gartner可不這麼認為。在Gartner發表的2020年十大科技趨勢中，特別將新科技全民化列為2020年的重點趨勢。Gartner資深研究總監呂俊寬(圖1)認為，到了2022年，全球將有30%的企業組織開始使用AI進行決策，而這些AI當中，會有很多影子AI(Shadow AI)存在。 圖1　Gartner資深研究總監呂俊寬認為，AI的採用門檻只會越來越低，AI全民化將是擋不住的趨勢。 呂俊寬進一步解釋，影子AI的概念其實跟BYOD非常類似，也就是在企業/組織不知情的情況下，使用者把自己的AI模型或訓練資料集帶到公司或組織內使用，就像員工帶著自己的筆記型電腦跟智慧型手機來上班一樣。一方面這會對企業/組織帶來很高的風險，另一方面也意味著AI將會變成一種門檻極低，非常容易取得跟運用的工具。 而USB 4.0的導入，則會使個人電腦(PC)等運算裝置，必然要改用PCIe Gen4來實現主機板上的互聯。在2019年9月正式發表的USB 4.0標準，頻寬最高可達40Gbps，如果PC主機板上所使用的晶片互聯仍停留在PCIe Gen3，即便採取4通道配置，也只能提供接近一埠USB 4.0的頻寬。 如果要避免主機板上的晶片互聯成為傳輸瓶頸，理想上應該採用8通道PCIe Gen3，但考慮到個人電腦內還有固態硬碟、繪圖卡與其他USB 3.0連接埠等需要大量頻寬的零組件，若想讓USB 4.0的潛力得以完全發揮，主機板業者勢必要改用PCIe Gen4，否則晶片組提供的通道數量肯定不敷使用。 事實上，除了超微之外，根據英特爾(Intel)的產品發展路線圖，到了2020年下半，該公司的筆記型電腦平台也會開始支援PCIe Gen4。換言之，PCIe Gen4在PC上普及，已經是指日可待。至於USB 4.0，由於英特爾已經先將Thunderbolt...

物聯網作為一種數位和物理世界相交奇妙聯繫的概念已經是現代的真理，只是，這個理想還沒有真正實現。事實上，物聯網的採用落後於預期，許多市場分析單位做了檢查，認為預期的成長與現實不符，直到最近似乎又有新的成長。物聯網的應用確實在加速，IoT架構已經成熟為完整的端到端系統，具有資料中心和應用實例，主要因四項技術支柱推動物聯網浪潮，讓物聯網世界成為可能。 感測器捕獲物理世界各面向 感測技術已經走到一個極致，感測器體積非常小、節能且通用，這使得它們成為物聯網核心的關鍵資產。無論人們想像何種應用，現已有一定成熟的技術可支援，在這樣的狀態下，人類世界中的任何實體訊號都可以轉換為電信訊號，然後轉化為機器可處理的數位資料。無論是透過家庭娛樂系統監控人的情緒、智慧農業應用中監測含氮的土壤飽和度，或是預測性維護場景中渦輪機的振動；作為人類感知中不可或缺的一部分，數位感測在生活和技術之間建立了新的聯繫。 聯網技術趨動IoT加速發展 第二個驅動力是連接技術(圖1)。成熟的、經過驗證的標準現已覆蓋整個應用範圍，從超短距離連接，從超近距離的NFC中距離的Wi-Fi、Thread、Zigbee、V2X等，到廣域網路和整個城市的LTE、LoRa等。對於廣域網路來說，5G的發展正持續進行中，歐洲、中國和美國陸續進行了5G布局的基礎設施試驗；除5G之外，這些國家也正在實施更先進、更強大的技術，如超寬頻(Ultra-Wideband, UWB)，以彌合最後的差距，並實現全新的應用實例。 圖1　IoT其中一項重要的驅動力是聯網技術。 與此同時，成熟技術的採用率正在上升。像是中國第100個城市推出基於NFC的非接觸式電子票證，使消費者能夠安全、方便地獲得行動票券。全覆蓋的無線連接方案，以及能夠快速擴展、便於使用的行動支付設備實現快速、經濟高效的商業化，顯然是物聯網的另一個關鍵驅動因素。 AI運算已轉移至邊緣　 第三個技術支柱是「邊緣」。創新的根本變革正在展開，比以往更加智慧的技術開始走向前端產品。過往舊模型在邊緣生成資料並在雲端資料中心進行處理，此一方式已經逼近極限，因此，運算正在迅速向邊緣轉移。事實上，IDC預測在一年之後，所有IoT運算將有43%屬於邊緣運算。 這是有道理的，專用的邊緣處理可減少回應時間和網路擁塞。例如，自動駕駛汽車非常依賴即時處理，需要在幾分之一秒內做出正確的決策。專用處理毋須建構低效能且無回應的集中式雲資料中心，即可處理顯著增加的資料收集；將使得設備更可靠，並且因為原始資料不會上傳到雲端，而同時改善使用者隱私。 邊緣處理適用於可能無法連續連接到網路且屬於分散式資源的領域，如自動駕駛車輛、植入性醫療設備、高度分散式感應器領域和各種行動裝置等應用。 為了使用機器學習(Machine Learning, ML)並在這個具有挑戰性的環境中啟用人工智慧(Artificial Intelligence, AI)，需要一個敏捷的應用程式來保持機器學習並快速將其應用於新資料。此功能稱為推理，也就是獲取較小的實際資料區塊，並根據程式完成培訓進行處理；為了在邊緣環境中進行推理，需要經過優化的處理體系結構和硬體，並附帶處理能力、能源效能、安全性和連線性方面的一定要求。 滿足這些要求的進階硬體已具備隨時可使用，為IoT的採用提供了強大的推動力。最重要的是過去獨家技術的授權、民主化。機器學習過去一直只有擁有複雜雲架構、高級演算法和持續接觸大量真實資料集的人員才能夠使用。現在，借助新的工具組，邊緣節點開發人員可以在資源受限的邊緣設備中高效地整合和運行經過雲訓練的機器學習模型，以支援廣泛的工業、物聯網和汽車應用。這個作法，減少了成為機器學習專家所需的大量投資，使數以萬計的客戶產品得以實現機器學習能力。 安全是IoT獲取信任關鍵 根據思科的研究，只有9%的美國受訪者對IoT設備高度信任。或者，換句話說，在數位時代，當一個人必須害怕自己的冰箱背叛自己的隱私時，生活是什麼？ 同一研究指出，42%的人認為物聯網服務為它們提供了巨大價值。儘管所有產業的IoT採用率都在加速，但企業和最終使用者都面臨著不斷的隱私和安全威脅。這一悖論顯著表達出在應用中建立最終使用者的信任，對於IoT的成功至關重要(圖2)。 圖2　IoT應用的成功很大因素來自於使用者對安全的信任。 事實上，我們看到物聯網設備的漏洞正在快速發布，例如CPU的熔毀和幽靈漏洞、ROCA或Heartbleed攻擊。其中許多事件表明，人們越來越依賴少數占主導地位的系統建構，但這些系統建構尚未經過徹底的安全審查。 在這些威脅的背景下，利益攸關方現在似乎已經認識到，共同努力建立信任至關重要，而這變化正在發生。像是歐洲一般資料保護條例(General Data Protection Regulation, GDPR)或2018年加州消費者隱私法案(California Consumer Privacy Act of 2018, CCPA)等框架生效，這些框架正在定義有關資料安全和隱私的共同準則。在產業方面，「信託憲章」等領先企業的措施表明，他們致力於推進網路安全並確保數位供應鏈的安全。 為了履行這一承諾並創建信任互聯網，先進供應商在設計其產品、系統和服務時考慮到了安全測試。它們是可升級的，以便在安全性漏洞後應用修補程式，因安全漏洞這不可避免地會在某個時候發生。這些系統以彈性方式設計，以防止整個網路因攻擊而崩潰。而且，由於不同市場和應用程式的安全要求差異很大，因此在產品和服務體系結構中創建了可擴展的安全性。 這正是半導體業者如恩智浦(NXP)強調「智慧生活 安全連結」的原因。憑藉為安全生態系統(如安全微控制器、NFC、支付、存取控制和高速網路交換器)提供解決方案的成功記錄，工程師和企業在創建信任互聯網方面發揮著關鍵作用。這一領域的成功植根於系統方法，不僅交付了安全的產品，還確保為客戶提供隱私解決方案的安全設計。這種設計安全方法還包括安全製造、安全信任調配和安全交付，以構建IoT生態系統的第四個支柱。 2020物聯網將成為現實 感測、跨越全球的連接、從中心到邊緣的轉換以及保護系統和設備的先進安全性的新世界是物聯網從探索到實際實施的關鍵驅動因素。 展望未來，預計2025年聯網設備將達到750億台。隨著數萬億個終端設備、新的應用程式和業務模式圍繞它們不斷演變，從中心到邊緣的轉換無異是一個巨大的機會。這不僅僅是增加價值和創造新的商業模式，而是讓生活更輕鬆、更簡單、更方便、更安全。如果技術不能說明如何提高人們的福祉，那麼技術就沒有什麼理由存在；換言之，物聯網擁有改變生活的力量，而半導體業者有責任實現這一承諾。 (本文作者為恩智浦半導體總裁)

Intel對外聲明，強化數據中心互聯方案，提供客戶更充沛的資源，利用高速成長的龐大數據來提升競爭力，是其認定的六項重要技術基礎之一(Process and packaging, Architecture, Memory, Interconnect, Software and Security)。而Barefoot Networks在雲端網路架構、P4可編程軟體與編譯器、交換機晶片、驅動程式軟體，網路遙測等面向具備互聯技術的專業知識，因此促成本次的併購案。 全球雲端運算應用趨勢剖析 在Amazon、Google與Microsoft等雲端大廠帶頭下，全球資料中心市場持續成長，帶動x86架構伺服器的需求，也為當中具近壟斷地位、以Xeon處理器為主力產品的Intel挹注豐厚營收。Intel資料中心事業部營收在2018年以前呈現持續成長態勢，營業利潤表現與占公司總營收比重也同步爬升，其重要性已十分明顯。 網通大廠Cisco在2018年發表之Global Cloud Index報告中指出，在雲端應用的高速發展下，2021年全球雲端資料中心流量將達19.5Zettabytes的水準(2016年為6Zettabytes)，並占據各型資料中心整體95%的流量。 在上述預測下，裝載上千台伺服器、占地達萬平方英尺的超大型雲端資料中心在2021年可達628座，較2016年的水準(338座)大幅增加。上述地點屆時將占有全球資料中心53%伺服器數量、65%資料儲存量，以及55%的數據流量。 另一方面，為支援低延遲與IoT應用(多人雲端遊戲、AR/VR、智慧製造與V2X等)、分散運算與儲存等需求，相對一般資料中心規模(設備數量、場域大小、用電等面向)較小的邊緣運算市場也受到矚目。 資料中心三項主要IT設備：伺服器(Server)、儲存裝置(Storage)、交換器(Switch)，在各型資料中心持續擴展下，市場穩定成長，也吸引許多業者投入開發產品。其中，從網路通訊的觀點，包括資料中心聯外的骨幹網路、機架間的連結，以及上述三大設備的通訊介面，主要有乙太網路、光纖通道與InfiniBand三大類，分別常見於伺服器/交換器、儲存裝置、高性能的超級電腦領域。 高速運算急速成長成為併購幕後推手 隨雲端資料量大幅成長，使得高速傳輸具有迫切需求，上述3大陣營持續朝100G發展。其中，由電機電子工程師學會主導的Ethernet陣營，在Cisco、Juniper、Arista、HPE、DELL等交換器與伺服器大廠主導下已朝400G、800G方向邁進，同期間另外兩個陣營則發展至200G規格。Ethernet在大廠支持、高速傳輸標準發展領先下，持續擴展在伺服器/交換器與儲存裝置的市占；InfiniBand則守住在超級電腦領域的主要地位。 Intel對於發展自有高速傳輸介面一直十分積極，最主要的布局即為2012年併購InfiniBand業者QLogic，並於2015年正式量產的「Omni-Path」規格。然而，無論在交換器(未獲多數OEM業者主力產品採用)、儲存裝置(多家大廠支持另一個開放標準)與超級電腦領域(InfiniBand主導業者Mellanox技術與市占領先)，Omni-Path未能取得預期成績。因此Intel併購Barefoot後，2019年7月也宣布不再繼續發展Omni-Path藍圖，集中資源投入Ethernet後續標準與產品發展。 2019年在伺服器之核心處理器市場，Intel目前仍維持9成以上市占率，主要對手為半導體大廠AMD，持續開發高性能效率、高兼容性的第二代EPYC處理器，爭取DELL、IBM與Nokia等大廠青睞。GPU大廠NVIDIA如前文所提，更提出高於Intel之收購價，與資料中心聯網晶片Tier1業者Mellanox完成整併協議。 NVIDIA執行長黃仁勳針對此項併購，明白說明背後動機。網路資料量高速增加下，促使資料中心內部伺服器間，東西向水平資料傳輸呈現指數型成長態勢。後續，資料中心將轉變成數萬運算節點的巨型運算引擎，對於特別是雲端大廠，在建置下一代資料中心時，將採用新架構。NVIDIA已看出可能的市場變化，在硬體加速與聯網加速進行雙邊布局，來滿足客戶的潛在需求。 Broadcom/Marvell進逼交換器市場競爭更猛烈 在交換器領域，Broadcom擁有完整交換器處理器、乙太網路與Fiber Channel方案；在伺服器、儲存裝置領域也有對應的搭配產品。有別於多數對手的策略，Broadcom近兩年的併購主題鎖定軟體，包括CA Technologies與Symantec兩家業者，深化企業、資料中心市場的產品組合，為客戶提供更具成本效益與彈性的授權合作模式，成為橫跨硬軟體整體解決方案大廠。 另一家交換器晶片大廠Marvell，從2018年起也進行多個併購案。首先是2018年收購伺服器處理器知名廠商Cavium，取得其以ARM處理器架構開發的ThunderX系列產品；2019年分別買下ASIC業者Avera與乙太網路IC設計業者Aquantia。Marvell原本在伺服器、交換器、儲存裝置都有對應產品，透過上述併購增加產品完整性與技術實力，展現深耕資料中心市場的決心。 在主要對手近兩年積極布局下，Intel透過補強通訊處理器提高資料中心方案完整度，鞏固伺服器晶片市場領導地位。 放眼未來　英特爾朝擴大生態系邁進 Intel收購Barefoot的新聞，從其本身競爭力提升的角度，獲得主流媒體、市場分析機構與產業的正面評價。首先，在既有的伺服器處理器市場上，RISC與Unix搭配的ARM陣營(如Cavium)、共同屬於x86架構下的對手AMD，以及IBM等大廠之自研平台，至少目前都未對Intel在數據中心的霸主地位帶來威脅。但在NVIDIA、AMD等對手加強資料中心產品布局下，Intel做出此項回應。 Barefoot的Tofino系列主要特色在於導入開源P4程式語言而具備可編程能力，藉以執行多元數據封包功能，例如防火牆或負載平衡、效能監控和遙測。上述的重要性在於雲端大廠甚至大型企業，其資料中心未來將可能需要更多客製化的軟硬體，Intel的網路工程師未來可與客戶合作(或客戶自行開發)，從晶片端就能開發專屬功能，為伺服器等設備帶入更多AI與機器學習元素，提升資料中心的自動化與運作效率。 整體而言，Intel回應主要對手NVIDIA收購Mellanox、AMD積極推出新伺服器平台的動作，併購目前在資料中心互聯產品中，具備競爭力的新創業者Barefoot。這家公司在400G乙太網路技術位於領先群，可協助Intel掌握最新通訊規格動向與產品發展能力。而環顧Intel在資料中心的方案，在Xeon和Atom伺服器晶片外，並包括Altera(Arria和Stratix FPGA方案)、Nervana(Spring Crest神經網路處理器)、Barefoot(Tofino交換器ASIC)，可提出更完整的產品包裝。 Intel在併購Barefoot之前，曾在2011年以未公開的價格，收購了專門為數據中心網路設備商設計乙太網交換器晶片的Fulcrum Microsystems，這家公司當時發展了10G/40G產品，並與交換器主要業者Arista展開合作。 回顧過去8年，Intel並未充分利用Fulcrum的技術，在交換器領域發展出獲得主流業者採用之乙太網路產品。 另一方面，Intel在2012年以1.25億美元代價收購QLogic的InfiniBand資產，後續推出自有的Omni-Path規格，經過3年推廣，決定在2019年停止後續投資。上述案例大致說明，Intel發動許多併購活動，包括在網路通訊領域布局，常見後來兩種發展變化，一為Intel藉機發展自有標準並對外推廣，一為該公司技術後續未充分發揮預期能量，消失在後續相關產品藍圖中。 然而，資料中心市場在雲端大廠主導，並採用開源標準、軟體定義網路(Software-Defined Networking, SDN)、網路功能虛擬(Network Functions Virtualization, NFV)等技術下，整個生態系更加開放。後續，資料中心無論朝向超大型架構或者微型化的邊緣運算架構，天秤兩端的品牌大廠與新創小廠都擁有成長機會，為雲端服務業者與企業客戶提供基於開放軟硬體平台下的客製化產品。 上述的產業樣貌與過去PC領域不同，Intel已掌握上述趨勢，併購Barefoot後藉由其乙太網路領先且創新的技術，不再創造自有標準而於相同基礎上提出更具競爭力的產品，帶領整個生態系做大市場規模。  

物聯網(IoT)、人工智慧(AI)、5G、工業4.0等應用推升資訊量暴漲，使得DRAM、SRAM、NAND Flash等傳統記憶體的儲存效能逐漸遇到瓶頸，同時在高速運算方面也受到了阻礙。為克服此一挑戰，產官學各界紛紛加大新興記憶體的研發以及投資力道，相關解決方案陸續問世，期能在未來取代傳統DRAM、Flash和SRAM三大記憶體產品。 MRAM成主要發展方向 新興記憶體如雨後春筍般浮現，其中MRAM備受期待的原因，除了其具備更好的儲存效能之外，另一個原因在於MRAM的特性可以滿足製程微縮需求，因此被視為極具吸引力的記憶體方案。所以，不論是學界或是半導體產業，多以MRAM為主要的發展目標，希望能早日拓展MRAM市場普及率。 三星宣布開始量產28nm FD-SOI製程eMRAM 布局MRAM市場，三星電子(Samsung)宣布已開始量產28nm FD-SOI製程的商業化嵌入式MRAM(eMRAM)解決方案。三星指出，該公司克服了eMRAM可擴展性挑戰的技術障礙，並將製程節點發展到28nm，除了實現更低成本、更佳功率、速度之外，還能讓產品依舊保有非揮發性、隨機存取和高耐久性等特徵。 據悉，基於此一製程的eMRAM解決方案可提供更好的功率、讀寫速度和更低成本等優勢。由於eMRAM不需要在寫入數據前進行抹寫循環(Erase Cycle)，因此eMRAM的寫入速度和傳統快閃記憶體相比快了1,000倍。另外，eMRAM的使用電壓低於傳統快閃記憶體，具有低功耗特性，且在待機狀態下不會耗電，因此能提高能源效率。 三星晶圓代工行銷副總裁Ryan Lee表示，在克服新材料的複雜挑戰後，該公司開發了eMRAM技術，並將eMRAM與現有成熟的邏輯製程結合，以提供獨特的競爭優勢和量產可能，滿足客戶和市場需求。 透過與28nm FD-SOI製程結合，以實現更好的電晶體控制(Transistor Control)和降低洩漏電流，此一方案將可滿足MCU、IoT和AI等各式應用需求。另外，在宣布可量產28nm FD-SOI製程的eMRAM解決方案後，三星也計劃擴展其eMRAM解決方案，除了在2019開始生產1Gb eMRAM測試晶片之外，也預計2020年積極推廣18nm FD-SOI eMRAM。 結合MRAM　群聯讓SSD效能再攀升 另一方面，隨著企業伺服器應用近年來逐漸大量採用SSD已是主流趨勢，而如何透過整合各種新興記憶體技術來提升現行主流SSD的效能及可靠度也逐漸成為研發企業級SSD時不斷探討的議題。因此，群聯電子便嘗試將企業級SSD方案整合MRAM，以拓展高階儲存應用市場。 群聯電子技術長馬中迅(圖1)表示，5G將會對儲存產業帶來明顯的轉變，5G的特點包括頻寬高、速率快、延遲性低，因而可以傳輸、擷取大量的聯網裝置資料；因此，對於儲存產品而言(例如SSD)，也必須要呼應到5G的特點。同時，由於AI應用的興起，高速運算的需求增加，這也會對儲存產品有更高的性能和容量要求，基於5G和AI的變化，記憶體業者開始強化儲存架構，朝更快、容量更大邁進。 圖1　群聯電子技術長馬中迅指出，5G將全面改變各種應用體驗，記憶體效能也須跟著提升。 為此，群聯宣布與Everspin策略聯盟，正式整合Everspin的1Gb STT-MRAM至群聯次世代的企業級SSD儲存解決方案設計，持續引領快閃記憶體控制晶片設計方向。 馬中迅指出，MRAM是一種非揮發性記憶體技術，其特色除了具有低功耗及讀寫速度高於NAND等之外，還包括斷電時資料不會遺失。雖說目前的記憶體技術或SSD等儲存技術也有斷電資料保存方案，但這需要一些成本、時間和技術代價，但若改用MRAM，可以進一步優化無預警斷電的資料防護機制(也就是恢復時間更快)。而SSD搭配MRAM後，更能提升SSD的效能，對於群聯持續布局企業伺服器SSD高階儲存應用市場為一大助力。 據悉，整合Everspin的1Gb STT-MRAM至群聯的快閃記憶體控制晶片設計及SSD儲存方案，將能協助該公司超大型數據中心客戶及企業OEM夥伴提升整體SSD效能、降低資料延遲，以及提升服務質量(Quality of Service, QoS)。 讓儲存更穩/更好　工研院積極研究SOT-MRAM AI、5G等應用推升資訊量呈現爆炸性的成長，因應如此龐大的資料儲存、傳輸需求，新興記憶體備受關注。為此，工研院也致力研發新一代MRAM技術，除了引領業者創新研發方向外，也希望能藉此加快新興記憶體發展腳步。 工研院電光系統所所長吳志毅表示，5G與AI時代來臨，摩爾定律一再向下的微縮，半導體走向異質整合，不同的技術整合性越來越強，能突破既有運算限制的下世代記憶體將在未來扮演更重要角色。MRAM速度快、可靠性好，適合需要高性能的場域，像是自駕車，雲端資料中心應用等，未來應用發展潛力可期。 據悉，在MRAM技術的開發上，工研院於IEEE國際電子元件會議(International Electron Devices Meeting, IEDM)中發表自旋軌道轉矩(Spin Orbit Torque, SOT)MRAM相關的最新研究成果。 吳志毅指出，相較於台積電、三星等公司即將導入量產的第二代MRAM技術(STT-MRAM)，SOT-MRAM為全球積極研究中的最新第三代技術，以寫入電流不流經元件磁性穿隧層結構的方式運作，避免現有MRAM操作時，讀、寫電流均直接通過元件對元件造成損害的狀況，同時也具備更穩定、更快速存取資料的優勢。 吳志毅補充，更重要的是，SOT-MRAM的讀寫次數更優於STT-MRAM。假設目前STT-MRAM的讀寫次數為10的10次方左右，那麼新一代SOT-MRAM的讀寫次數則可達到10的14次方左右。換言之，SOT-MRAM不僅能夠更穩定、更快速存取資料，且讀寫次數大幅增加，因而有望滿足更多高速運算應用。 FRAM方案持續問世　材料為普及挑戰 相較於其他以MRAM為主的業者，日本記憶體大廠富士通(Fujitsu)則是致力推動FRAM，並持續推出相關解決方案。例如日前富士通便發布可在攝氏高達125度的高溫下運作的新款2Mbit...

物聯網(IoT)、人工智慧(AI)、5G、工業4.0等應用推升資訊量呈現爆炸性的成長，所有資料都必須在邊緣蒐集，並且從邊緣到雲端的多個層級進行處理和傳輸、儲存和分析。 因應如此龐大的資料儲存、傳輸需求，在DRAM、SRAM，以及NAND Flash等傳統記憶體已逐漸無法負荷，且再加上傳統記憶體的製程微縮愈加困難的情況之下，驅使半導體產業轉向發展更高儲存效能、更低成本同時又可以朝製程微縮邁進的新興記憶體。 AI/5G新應用催動新興記憶體發展腳步 AI、5G、IoT和工業4.0等發展讓資訊量呈現爆炸式的成長，而這些資料都必須在邊緣收集，接著從邊緣到雲端進行多個層級的傳輸、處理、儲存和分析，以將大量的資量轉變為有價值的資訊。此一趨勢不僅帶來全新的運算需求，資料量的猛烈成長，對於高容量、高讀寫次數及更快讀寫速度的記憶體需求也明顯上升。因此，新興記憶體如磁阻式隨機存取記憶體(MRAM)、鐵電隨機存取記憶體(FRAM)、電阻式隨機存取記憶體(RRAM)和相變隨機存取記憶體(PCRAM)等便相繼興起。 工研院電子與光電系統所所長吳志毅(圖1)表示，5G與AI時代來臨，且產生的資料量更多、更廣，因此會有更大的儲存需求；而要有更快的運算效率，意味著記憶體的讀取速度也要再加快。因此，5G、AI的出現，驅使記憶體朝更大容量、更快讀取速度發展，也因此，各大記憶體業者開始加快並投入更多資源開發新興記憶體，能突破既有運算限制的下世代記憶體將在未來扮演更重要角色，期能在日後取代目前主流的三大記憶體產品(分別為DRAM、Flash和SRAM)。 圖1　工研院電子與光電系統所所長吳志毅表示，５G、AI的到來加快新興記憶體發展腳步。 吳志毅說明，新興記憶體之所以成為目前半導體產業的重點目標，除了希望研發儲存容量更大、讀寫效率更好的記憶體滿足未來5G、AI、IoT等新應用的儲存和高速運算需求之外，還有一點是目前傳統記憶體在製程微縮上面臨困境(例如在1x奈米以下的製程微縮要花費更多時間、成本)。因此，半導體產業開始加大新興記憶體的研發和投資力道。 應用材料半導體事業群金屬沉積產品處全球產品經理周春明(圖2)指出，由人工智慧和大數據所推動的新運算需求，加上摩爾定律擴展的趨緩，造成硬體開發和投資的復興。 圖2　應用材料半導體事業群金屬沉積產品處全球產品經理周春明指出，新型記憶體的功耗、效能和面積成本效益更優異。 各種規模的企業正競相開發新的硬體平台、架構與設計，以提升運算效率，例如MRAM、RRAM和PCRAM等新的記憶體技術興起，便是晶片與系統設計人員都致力研究的關鍵領域。這些新型記憶體提供更多工具來增強近記憶體運算(Near Memory Compute)，也是下一階段記憶體內運算(In-Memory Compute)的建構模組。全新的記憶體技術預計可為邊緣與雲端裝置提供優於現有記憶體技術的功耗、效能和面積成本效益。 滿足製程微縮需求　MRAM普及潛力佳 新興記憶體如雨後春筍般浮現，其中MRAM最受青睞，同時也是各大廠商積極投入的原因，除了其具備更好的儲存效能外，更重要的是，現今的處理器(CPU)製程不停朝微縮化邁進，以因應高速運算需求。 然而，這些處理器內嵌的記憶體(如NAND Flash、SRAM)卻漸漸無法實現更小的晶粒尺寸，因此，儲存效能高，且也能滿足製程微縮的MRAM，便被視為極具吸引力的記憶體方案。 格芯(GlobalFoundries)尖端eNVM資深總監Martin Mason表示，嵌入式記憶體產業目前正處在一個過渡點，28nm節點可能是eFlash最後一個具有成本效益的節點，在28nm之後，eFlash要進行製程微縮十分困難，所花費的時間、成本高昂，因此，在28nm之後，記憶體業者開始尋找全新的嵌入式非揮發性記憶體技術，以適用各種創新、快速成長的低功耗應用/設備(例如物聯網) Mason進一步說明，目前有許多新的非揮發性記憶體技術，但仍有許多挑戰待克服。像是透過改變電介質電阻以儲存數據的RRAM，是許多研究和開發的主題，不過，同樣是在28nm以下的製程遭逢挑戰(28nm以下製程尚不成熟)，因而限制其大量生產和採用；至於PCRAM，同樣是缺乏28nm以下的代工支援，使得其採用也受到限制。相比之下，MRAM已有許多代工業者、記憶體業者投入發展，使其普及和採用性大增，例如該公司便將FDX與MRAM相結合，以獲取更高的功率優勢、低功耗和小尺寸。 周春明則指出，電腦產業正在建構物聯網，其中將會有數百億個裝置內建感測器、運算與通訊功能，以監控環境、作決策和傳送重要資訊到雲端資料中心；而在儲存物聯網裝置的軟體與AI演算法方面，MRAM成為儲存用記憶體的首選之一。 周春明說明，MRAM採用硬碟機中常見的精緻磁性材料，本來就是快速且非揮發性，就算在失去電力的情況下，也能保存軟體和資料。由於速度快與元件容忍度高，MRAM最終可能做為第3級快取記憶體中SRAM的替代產品。MRAM可以整合於物聯網晶片設計的後端互連層，進而實現更小的晶粒尺寸，並降低成本。 根據應用材料提供的資料指出，研究顯示，以整合式MRAM解決方案取代微控制器之中的eFlash和SRAM，便可以節省高達90%的功耗；若是採用單一電晶體MRAM取代六個電晶體SRAM，便能夠實現更高的位元密度和更小的晶片尺寸。這些功耗與面積成本優勢使得MRAM成為邊緣裝置的理想選擇。 吳志毅則表示，5G、AI的崛起，使得記憶體產業對容量更高、速度更快的儲存技術更加殷切，在覺得現有的SRAM、DRAM等記憶體不足以滿足未來應用需求時，自然會尋求更快、容量更大、更高效的新興記憶體，這是必然的趨勢，基於此，MRAM便受到各大業者關注，期能用於CPU中取代SRAM。 吳志毅指出，和現有的SRAM相比，MRAM除了讀寫速度快之外，更重要的是讀寫次數大增(預估可達上兆次)，這也是各大業者希望用MRAM取代SRAM的原因之一。未來AI、5G的應用，會產生愈來愈大量的資料，處理器讀取的資料量會明顯增加，一秒鐘可能就須讀寫1,000次、10,000次。而舊有的記憶體(例如快閃記憶體)最大壞處在於讀寫次數有限制，假設最高讀寫次數只能到10,000次，當應用在USB之中，一般的使用者可能會沒有什麼感覺，因為USB要使用到10,000次以上，會需要很長的時間。 然而，若是用於CPU等處理器中，就明顯不足了。日後各式5G、AI應用興起，處理器要讀寫的資料量只會有增無減，1秒鐘的資料讀取次數可能就高達上千、上萬次，這麼一來，舊有記憶體的資料讀寫限制明顯無法因應未來應用需求。也因此，能滿足製程微縮、儲存容量大，且讀寫次數又明顯增加的MRAM便成新選擇。 簡而言之，除了上述所提的儲存效果更好、讀寫次數高，可滿足未來新興的AI、5G應用外；更重要是，如今半導體業界持續朝微縮製程邁進的目標，但現有的記憶體在製程微縮上面臨極大挑戰，MRAM因而被視為有望取代這些記憶體的元件，因此受到記憶體、晶圓代工等業者關注，並積極投入開發，成為未來大規模發展潛力最佳的新興記憶體。 因應AI雲端運算　FRAM//RRAM各有所長 除了上述所提的MRAM因能滿足製程微縮需求，遂成為半導體產業研發重點的新興記憶體之外，其餘如FRAM、RCRAM、RRAM等新興記憶體技術也馬不停蹄的發展中。 FRAM採用鐵電質膜用作電容器來儲存資料，具有唯讀記憶體(ROM)和隨機存取器(RAM)，在高速寫入、高耐受力、低功耗和防竄改方面擁有優勢。 目前FRAM已經用於小容量和頻繁資料寫入的應用，包括OA設備，如適用於計數器和列印計錄的MFP設備，或適用於儲存參數和資料記錄的FA設備；財務終端，又或是適用於交易歷史記錄的ATM終端，基礎設施架構中的計量器、汽車導航系統和音響設備。 目前各大記憶體業者中富士通(Fujitsu)最為積極投入FRAM發展。富士通指出，該公司的FRAM採用PZT晶體結構(圖3)，這種結構通常用作典型的鐵電質材料。在點陣中具有鋯和鈦，作為兩個穩定點，它們可以根據外部電場在兩個點之間移動。一旦位置設定，即使再出現電場，它也將不會再有任何移動。頂部和底部的電極安排了一個電容器。那麼，電容器劃分了底部電極電壓和極化，超越了磁滯回線。資料以「1」或「0」的形式儲存。簡而言之，FRAM特點可分為以下三點： 圖3　富士通目前開發的FRAM為PZT晶體結構。 1.當加置磁場時就會產生極化(鋯/鈦離子在晶體中向上或向下移動)。 2.即使在不加置磁場的情況下，也能保持電極。 3.兩個穩定的狀態以「0」或「1」的形式儲存。 與傳統記憶體相比，FRAM所具有的優勢還包含：非揮發性、沒有上電也可保存所儲存的資訊、無需電池(環保產品)、更高速度寫入、可覆寫、不需要抹除指令、對於抹/寫操作無等待時間、寫入週期時間等於讀取周期時間、具有更高的耐受力、更低的功耗和不需要使用加壓電路等。 至於PCRAM和RRAM，周春明表示，隨著資料量產生呈現指數性遽增，雲端資料中心也需要針對連結伺服器和儲存系統的資料路徑，達成這些路徑在速度與耗電量方面的數量級效能提升。RRAM與PCRAM是快速、非揮發性、低功率的高密度記憶體，可以做為「儲存級記憶體」，以填補伺服器DRAM與儲存記憶體之間，不斷擴大的價格與性能落差。 據悉，RRAM採用新材料製成，材料的作用類似於保險絲，可在數十億個儲存單元內選擇性地形成燈絲，以表示資料。PCRAM則採用DVD光碟片中可找到的相變材料，並藉由將材料的狀態從非晶態變成晶態，以進行位元的編程。換言之，藉由精確控制晶圓上的組成物質，可以顯著強化功耗、效能與面積成本(PPAC)。 類似於3D NAND記憶體，RRAM和PCRAM是以3D結構排列，而記憶體製造商可以在每一代的產品中加入更多層，以穩健地降低儲存成本：而RRAM與PCRAM也提供編程與電阻率中間階段的可能性，讓每個儲存單元可以儲存多個位元的資料。簡而言之，PCRAM和ReRAM兩種技術都具有結構堆疊，包含容易受薄膜成分和劣化衰退影響的多重元素材料；兩者都是高密度記憶體應用的候選技術。 相較於DRAM，RRAM與PCRAM皆承諾未來可以大幅降低成本，而且讀取效能也比NAND和硬碟機快上許多；且PCRAM或是RRAM的儲存級記憶體更可以提供超過10倍以上的存取速度，使得這些記憶體成為雲端資料的首選，以克服AI運算相關的資料移動瓶頸。 因此，不論是PCRAM或RRAM，也有半導體業者積極投入發展，例如英特爾(Intel)致力推動的Optane記憶體，便屬於PCRAM的範疇(圖4)。 圖4　英特爾Optane新型記憶體。 總而言之，AI、5G、IoT和工業4.0等發展讓資訊量呈現爆炸式的成長，全新的運算需求驅動記憶體朝更高容量、高讀寫次數、更快讀寫速度、更低功耗發展；而新興記憶體除滿足上述需求外，和傳統記憶體相比，還可實現製程微縮化，半導體產業遂積極投入新興記憶體發展，期能在未來取代DRAM、Flash和SRAM三大主流記憶體產品。

現今製造商面臨前所未有的挑戰，Deloitte預測2018至2028年期間將有240萬個職缺無人遞補。嬰兒潮世代屆臨退休年齡並帶著技術離開職場，引發嚴重缺工問題；再加上消費者需求比以往嚴苛，期望以更低成本實現商品的即時性、高品質以及良好工作環境等，讓動盪不穩的經濟環境雪上加霜。面對競爭壓力，製造商該如何確保獲利，便自加速導入自動化技術著手。 在工廠內安裝新的工業機器人並不是全然有效的解決方法，畢竟安裝一台工業機器人所費不貲，也僅能執行某些特定任務，還必須考量為維護作業安全所安置的大規模基礎架構。相比之下，為突破傳統自動化限制所設計的新世代協作型機器人(Cobot)，在可負擔的價格範圍內，讓製造商皆能感受到自動化技術的高度競爭力與效益。 這十年來，協作型機器人已協助製造商大幅提升操作的敏捷性與作業效能；現代化協作型機器人隨著技術演進，已具備更強大的能力。最新的協作型機器人負載重量已提升至16公斤，能以適當力道執行螺絲或螺帽鎖付等高靈敏度要求的工作，輕鬆安全處理搬運笨重零件、疊棧等重型工作(圖1)。 圖1　協作型機器人能夠與人一同工作，共同完成單調且容易出錯的任務，提高員工滿意度。 以下從五個層面來看，現代化協作型機器人如何力助製造商保持競爭力、創造更高價值。 生產力提升 重複、單調且不符合人體工學的工作容易令員工感到無趣或受傷，但此類型工作非常適合協作型機器人。幾乎每種生產環境皆能透過協作型機器人提高生產力。協作型機器人能夠與人並肩處理乏味及重複性任務，進而減少人為疏失發生，使員工可以更有效率處理其他重要工作。 獲利能力提升 創造最大利潤是每個企業的目標。根據2019年Smither Pira的研究顯示，每降低1%的生產成本就能增加34%的利潤。企業若將協作型機器人作為提升操作精確度與一致性的工具，除能大幅減少生產成本，也可避免工廠因意外停機而付出龐大代價；同時縮短生產週期，以更低成本製造高品質產品，滿足消費者需求。 員工滿意度提高 員工或許會在起初質疑導入協作型機器人的必要性，但事實上協作型機器人不會、也不應該取代人類，他們的目的是要與人一同工作，共同完成單調且容易出錯的任務，讓人們能專注於需要更多知識、技能與判斷力的業務上。當員工們不用再處理乏味且危險的作業時，就能把時間用在報酬率更高的工作上。麥肯錫(McKinsey)在2019年公布針對消費性包裝品(CPG)的產業報告指出，大規模使用自動化技術有助於企業培養新技能員工，再藉由更優渥的薪水、機會與工作環境，成功留住人才、減輕招募新員工的壓力。 產品品質提升 消費者希望以更低價格獲得更高品質的商品，而導入協作型機器人可降低人為錯誤率，確保作業一致性與精準性，使製造商得以在複雜生產過程中發現錯誤，進而大幅提高產品品質(圖2)。 圖2　協作型機器人能以適當力道執行高靈敏度要求的工作，並降低人為錯誤率，確保作業一致性與準確性。 靈活性最佳化 經濟環境不穩定與消費行為無法預測，導致製造商難以掌握適合生產的商品類型、數量、時機與地點。透過協作型機器人，製造商可以彈性視需要增減產量，加速推進新市場。無論金屬沖壓與測試、品質檢驗或搬運等，都可由協作型機器人執行。目前最頂尖的協作型機器人甚至可在維持精確度的前提，自動執行重型任務及處理包含多種部件的材料，尤其是協作型機器人的編程自由且靈活，能輕易被重新部署於工廠內其他產線。 過去十年來，協作型機器人被視為炒作噱頭，如今卻能提供前所未有的功能，讓企業獲得具體效益、創造更多價值。對製造商而言，自動化不再是可有可無，而是不可或缺。若想在競爭激烈的產業中勝出，協作型機器人的採用將成為關鍵。 (本文作者為Universal Robots大中華區總經理)